根据条件将值从迭代器插入到熊猫列答案

【问题标题】：Insert value from iterator to a pandas column based on condition根据条件将值从迭代器插入到熊猫列
【发布时间】：2022-01-01 00:18:36
【问题描述】：

假设有一个这样的数据框

我想在 A 列的值为负数的每一行中添加一个具有增量值的新列。

   A   B
0  -1  1
1  -1  2
2  1   nan
3  0   nan
4  -2  3
5  3   nan
6  0   nan

这是我的代码

ids = iter(range(1, np.sum((df['A'] < 0).values.ravel()) + 1))
df['B'] = np.where(df['A'] < 0, next(ids), np.nan)

不幸的是我得到的是

   A   B
0  -1  1
1  -1  1
2  1   nan
3  0   nan
4  -2  1
5  3   nan
6  0   nan

我也尝试过使用生成器

def id_generator(max_id):
    curr = 1
    while curr <= max_id:
        yield curr
        curr += 1

df['B'] = np.where(df['A'] < 0, next(id_generator(np.sum((df['A'] < 0).values.ravel()))), np.nan)

作为之前的解决方案，我得到了这个数据框

   A   B
0  -1  1
1  -1  1
2  1   nan
3  0   nan
4  -2  1
5  3   nan
6  0   nan

它似乎为它处理的每一行创建了一个迭代器/生成器，因此 id 始终为1。我发现的唯一一种解决方案是使用中间数据帧

index = df[df['A'] < 0].index
new_df = pd.DataFrame(data=[x + 1 for x in range(len(index))], columns=['B'], index=index)
df = df.join(new_df)

所以我的问题是，有没有办法坚持使用np.where 解决方案而不是创建一个新的临时数据框？或者是否有任何pandas bultin 函数可以这样做？

【问题讨论】：

标签： python python-3.x pandas dataframe

【解决方案1】：

使用DataFrame.loc 获取range 的可能设置值：

m = df['A'] < 0
df.loc[m, 'B'] = range(1, m.sum() + 1)
print (df)
   A    B
0 -1  1.0
1 -1  2.0
2  1  NaN
3  0  NaN
4 -2  3.0
5  3  NaN
6  0  NaN

numpy.where 的解决方案：

m = df['A'] < 0
df['B'] = np.where(m, m.cumsum(), np.nan)

【讨论】：

【解决方案2】：

几乎任何事情都可以直接使用 numpy 和 pandas 函数来完成。尽量避免使用迭代器和生成器

我有一个使用几行代码的解决方案

首先，为您的示例创建一个数据框：

import numpy as np
import pandas as pd
df = pd.DataFrame(data={'A': [-1,2,-1,0,-1,-1,2,3,5,-1]})

您可以使用 cumsum() 累积和来计算您遇到的负数的数量并将其分配给新列

df['B'] = (df['A'] < 0).cumsum()

甲乙 0 -1 1 1 2 1 2 -1 2 3 0 2 4 -1 3 5 -1 4 6 2 4 7 3 4 8 5 4 9 -1 5

这仍然会在 A 列中有一个正数的值，因此您可以用 NaN 值替换这些值

df.loc[df['A'] >=0, 'B'] = np.NaN

你最终得到：

甲乙 0 -1 1.0 1 2 南 2 -1 2.0 3 0 南 4 -1 3.0 5 -1 4.0 6 2 南 7 3 南 8 5 南 9 -1 5.0

【讨论】：