熊猫根据条件将列添加到具有来自另一行的值的数据框

Question

我有一个数据框，其中包含名为“id”、“x”、“y”和“时间”的列

id	time	x	y
1	0	14	12
1	1	32	23
1	2	52	14
2	2	12	34
3	0	62	17
3	1	82	35
3	2	22	25

我想向数据框添加两列，以便它们具有来自另一行的 x 和 y 的值，该行具有相同的 id 和时间 + 2

结果应该是这样的：

id	time	x	y	x2	y2
1	0	14	12	52	14
1	1	32	23
1	2	52	14
2	2	12	34
3	0	62	17	22	25
3	1	82	35
3	2	22	25

请注意，dataframe 不是按 id 排序的

我已经为 x2 尝试了以下方法，但它没有按预期工作：

t=2
data['x2'] = data.apply(lambda x: x['x'] if (data[(data['id']==x['id']) & ((data['time']+t) == x['time'])].size > 0) else '', axis=1)

以下方法可行，但我需要使用快捷方式和性能最佳的方式，因为我的数据量很大

t=2
for index, row in data.iterrows():    
    rowT = data[(data['id']==row['id']) & (data['time'] == (row['time'] + t))]
    if rowT.size > 0:
      data.loc[index,'x2'] = rowT['x'].values[0]

Answer 1

您可以通过使用 t-2 秒处的值重新填充 time 列中的值，然后 left merge 这个新数据框与列上的原始数据框 @ 987654324@获取结果：

df_r = df.assign(time=df['time'].sub(2))
df.merge(df_r, on=['id', 'time'], how='left', suffixes=['', '2'])

---

   id  time   x   y    x2    y2
0   1     0  14  12  52.0  14.0
1   1     1  32  23   NaN   NaN
2   1     2  52  14   NaN   NaN
3   2     2  12  34   NaN   NaN
4   3     0  62  17  22.0  25.0
5   3     1  82  35   NaN   NaN
6   3     2  22  25   NaN   NaN

Answer 2

每个id内的查找时间+2

id=[1,1,1,2,3,3,3]
time=[0,1,2,2,0,1,2]
x=[14,32,52,12,62,82,22]
y=[12,23,14,34,17,35,25]

df=pd.DataFrame({'id':id,'time':time,'x':x,'y':y})
df.reset_index()
df['x2']=0
df['y2']=0

for key,item in df.iterrows():

   lookup=(item['time']+2) 
   filter=(df['time']==lookup) & (df['id']==item['id'])
   results=df[filter]
   if len(results)>0:
       row=results.iloc[0]
       x2=row.x
       y2=row.y
       df.loc[key,['x2','y2']]=(x2,y2)


print(df) 

output:
   id  time   x   y  x2  y2
0   1     0  14  12  52  14
1   1     1  32  23   0   0
2   1     2  52  14   0   0
3   2     2  12  34   0   0
4   3     0  62  17  22  25
5   3     1  82  35   0   0
6   3     2  22  25   0   0

#no looping
df2=df.copy()
df2['time'] = df2.apply(lambda x: x['time']+2, axis=1)
results=df2[['id','time','x','y']].merge(df[['id','time','x','y']]
,on=['id','time'],how="left",suffixes=('', '2')).fillna(0)
print(results)