Question

我遇到的情况是要在满足特定条件后添加新行。我的dat框架如下所示：

ID            Event          Date
1             A              2019-11-12
1             B              2019-11-13
1             C              2019-11-18
1             D              2019-11-20
2             A              2019-11-20
2             B              2019-11-20

当ID值从1更改为2时，我想在两者之间添加一行。事件列单元格应包含“今天”作为事件名称，而日期列应具有今天的日期。

输出应如下所示：

 ID            Event          Date
 1             A              2019-11-12
 1             B              2019-11-13
 1             C              2019-11-18
 1             D              2019-11-20
 1             Today          2020-04-24
 2             A              2019-11-20
 2             B              2019-11-20

我应该如何实现？

Answer 1

如果需要更改，请在每个组之间添加新行：

df1 = (df[df['ID'].ne(df['ID'].shift(-1).ffill())]
       .assign(Event='today', 
               Date = pd.Timestamp.today().floor('d')))
print (df1)
   ID  Event       Date
3   1  today 2020-04-24

或者：

df1 = (df.drop_duplicates('ID', keep='last')
         .iloc[:-1]
         .assign(Event='today', 
                 Date = pd.Timestamp.today().floor('d')))

print (df1)

   ID  Event       Date
3   1  today 2020-04-24

然后使用排序索引值将其添加到原始文件中：

df = df.append(df1).sort_index(kind='mergesort')
print (df)

   ID  Event       Date
0   1      A 2019-11-12
1   1      B 2019-11-13
2   1      C 2019-11-18
3   1      D 2019-11-20
3   1  today 2020-04-24
4   2      A 2019-11-20
5   2      B 2019-11-20

Answer 2

好！可能还有其他方法可以做到这一点，但是我发现的方法是这样的：

首先将您的数据切成两个数据帧。说df1和df2
然后使用df1.append（new_df）将新的数据帧添加到末尾

next使用再次重新加入它们。 df1.append（df2）

import pandas as pd
d = {'id' : [1,1,2], 'event' : ['a', 'b', 'c'], 'date':[12,21,30]}

**id    event   date
0   1   a   12
1   1   b   21
2   2   c   30**

to_append = pd.DataFrame({'id' : [1], 'event' : ['a'], 'date':[12]})

**id    event   date
0   1   a   12**


df = pd.DataFrame(d)

df1 = df.iloc[0:2, :]
df1 = df1.append(to_append)
df1 = df1.append(df2)

**id    event   date
 0  1   a   12
 1  1   b   21
 0  1   a   12
 2  2   c   30**

根据条件在熊猫数据框中添加新行

2 个答案: