使用 pd.apply() 和 shift 来比较相邻行答案

【问题标题】：Using pd.apply() with shift to compare adjacent rows使用 pd.apply() 和 shift 来比较相邻行
【发布时间】：2016-06-20 15:42:43
【问题描述】：

我想比较两个单独列上的相邻行。我有一个dataframe，有两列，Letter 和Boolean_Value。我想创建一个新列New Col，其中的值为True 或False。

为真值：

下一行（更高的索引）必须共享相同的 Letter 值，并且下一行的 Boolean_Value 必须为 True。

为假值：

所有其他场景

我的代码，产生所有错误值：

import pandas as pd
df = pd.DataFrame(data=[['A', False],
                        ['A', True],
                        ['B', False],
                        ['B', False],
                        ['B', True]]
                  ,columns=['Letter', 'Boolean_Value'])

def my_test2(row):
    try:
        if row['Letter'].shift(1) == row['Letter'] and row['Boolean_Value'].shift(1) == True:
            return True
        else:
            return False
    except:
        return False

df['New Col'] = df.apply(my_test2, axis=1)

print df

产量：

  Letter Boolean_Value New Col
0      A         False   False
1      A          True   False
2      B         False   False
3      B         False   False
4      B          True   False

期望的输出：

  Letter Boolean_Value New Col
0      A         False   True
1      A          True   False
2      B         False   False
3      B         False   True
4      B          True   False

【问题讨论】：

标签： python python-2.7 pandas dataframe

【解决方案1】：

你可以：

df['new_col'] = (df.Letter == df.Letter.shift(-1)) & df.Boolean_Value.shift(-1)

  Letter Boolean_Value new_col
0      A         False    True
1      A          True   False
2      B         False   False
3      B         False    True
4      B          True   False

【讨论】：

【解决方案2】：

试试这个：

import pandas as pd
df = pd.DataFrame(data=[['A', False],
                        ['A', True],
                        ['B', False],
                        ['B', False],
                        ['B', True]]
                  ,columns=['Letter', 'Boolean_Value'])


df['New Col'] = df['Letter'] == df['Letter'].shift(-1)
df['New Col'] = df['New Col'] != df['Boolean_Value'].shift(1)

print(df)

【讨论】：