最后匹配行 Python Panda DataFrame 的索引值

Question

我有一个数据框，在“第 2 列”中的值为 0 或 1，在“第 1 列”中的值为 0 或 1，我想以某种方式查找索引值并将其附加为列Column1 = 1 的最后一行，但仅适用于第 2 列 = 1 的行。这可能比阅读更容易看到：

d = {'C1' : pd.Series([1, 0, 1,0,0], index=[1,2,3,4,5]),'C2' : pd.Series([0, 0,0,1,1], index=[1,2,3,4,5])}
df = pd.DataFrame(d)
print(df)

   C1  C2 
1   1   0   
2   0   0   
3   1   0   
4   0   1  
5   0   1

#I've left out my attempts as they don't even get close
df['C3'] = IF C2 = 1: Call Function that gives Index Value of last place where C1 = 1 Else 0 End 

这将产生这个结果集：

   C1  C2  C3
1   1   0   0
2   0   0   0
3   1   0   0
4   0   1   3
5   0   1   3

我试图获得一个函数来执行此操作，因为我的数据集中大约有 200 万行，但只有大约 10k 行，其中 C2 =1。

提前感谢您的帮助，我真的很感激 - 我才刚开始 几周前用python编程。

Answer 1

这不是那么简单，你必须做几个循环才能得到这个结果。这里的关键是fillna方法，它可以进行正向和反向填充。

通常情况下，pandas 方法做不止一件事，这使得很难弄清楚哪些方法用于什么。

那么让我通过这段代码告诉你。

首先我们需要将C3设置为nan，否则以后不能使用fillna。

然后我们将C3 设置为index，但仅限于C1 == 1（mask 执行此操作）

之后，我们可以使用fillna 和method='ffill' 向前传播最后的观察结果。

然后我们必须屏蔽掉C2 == 0 所在的所有值，就像我们之前设置index 一样，使用mask。

df['C3'] = pd.np.nan
mask = df['C1'] == 1
df['C3'].loc[mask] = df.index[mask].copy()
df['C3'] = df['C3'].fillna(method='ffill')
mask = df['C2'] == 0
df['C3'].loc[mask] = 0
df

    C1  C2  C3
1   1   0   0
2   0   0   0
3   1   0   0
4   0   1   3
5   0   1   3

编辑：

在索引中添加了.copy()，否则我们会覆盖它并且索引将全为零。