Pandas：最后一个不相等行的索引答案

【问题标题】：Pandas: Index of last non equal rowPandas：最后一个不相等行的索引
【发布时间】：2016-01-21 04:21:28
【问题描述】：

我有一个带有排序索引I 的熊猫数据框F。我有兴趣了解其中一列的最后一次更改，比如说A。特别是，我想构造一个与F具有相同索引的系列，即I，其在i处的值为j，其中j是小于i的最大索引值使得@ 987654330@。例如，考虑以下框架：

想要的系列是：

1 NaN
2 NaN
3   2
4   3
5   3

有没有一种 pandas/numpy 惯用的方式来构建这个系列？

【问题讨论】：

这真是令人困惑。例如，什么是“当前行”？
啊？？？描述仍然很混乱。

标签： python pandas indexing dataframe

【解决方案1】：

试试这个：

df['B'] = np.nan
last = np.nan
for index, row in df.iterrows():
    if index == 0:
        continue
    if df['A'].iloc[index] != df['A'].iloc[index - 1]:
        last = index
    df['B'].iloc[index] = last

这将创建一个包含结果的新列。我认为在通过它们时更改行不是一个好主意，之后您可以简单地替换一列并根据需要删除另一列。

【讨论】：

我希望有一种方法可以避免在 python 中循环。通常 pandas 或 numpy 函数要快得多
我认为它的效率并没有显着提高。此外，当您想在持有索引的同时循环遍历它，您可能需要使用旧的“for”。不过，我可能错了。

【解决方案2】：

np.argmax 或 pd.Series.argmax 在布尔数据上可以帮助您找到第一个（或在本例中为最后一个）True 值。不过，您仍然需要在此解决方案中循环遍历该系列。

# Initiate source data
F = pd.DataFrame({'A':[5,5,6,2,2]}, index=list('fobni'))

# Initiate resulting Series to NaN
result = pd.Series(np.nan, index=F.index)

for i in range(1, len(F)):
    value_at_i = F['A'].iloc[i]
    values_before_i = F['A'].iloc[:i]
    # Get differences as a Boolean Series
    # (keeping the original index)
    diffs = (values_before_i != value_at_i)
    if diffs.sum() == 0:
        continue
    # Reverse the Series of differences,
    # then find the index of the first True value
    j = diffs[::-1].argmax()
    result.iloc[i] = j

【讨论】：