python - 如何选择 Pandas 中的行范围？

Question

我创建了一个具有一系列特征的数据框。我想创建一个新列来选择两个特定行(将作为输入)之间的所有行。

假设数据框如下:

data = {'currency': ['Euro', 'Euro', 'Euro', 'Dollar', 'Dollar', 'Yen',
                     'Yen', 'Yen', 'Pound', 'Pound', 'Pound, 'Pesos',
                     'Pesos'], 
    'cost': [34, 67, 32, 29, 48, 123, 23, 45, 78, 86, 23, 45, 67]}
df = pd.DataFrame(data, columns = ['currency', 'cost'])
df

df表:

我想添加一个新列，在满足条件时分配 1。在我的例子中，条件是两种特定货币之间的所有行。例如，假设我想要“美元”和“英镑”之间的所有货币。我的猜测是我必须创建一个掩码并将其用作条件，即选择第一个“美元”行和最后一个“英镑”行(即第 3-10 行)之间的所有行。

我在创建该掩码时遇到了问题，因为货币是按字母顺序选择的:

mask = (df['currency'] >= 'Dollar') & (df['currency'] <= 'Pound')

以上创建了一个新列，其中包含所有货币的 T，“日元”除外。我明白为什么上面的失败了，但想不出一种方法来做我想做的事。

注意:相同名称的货币将成组出现，例如“磅”不能在第 4-5 行，然后是第 8-10 行。

Answer 1

也适用于重复索引的一般解决方案:

a = df['currency'].eq('Dollar').cumsum()
b = df['currency'].eq('Pound').iloc[::-1].cumsum()
df['new'] = a.mul(b).clip_upper(1)

唯一索引的替代工​​作:

a = df['currency'].eq('Dollar').idxmax()
b = df['currency'].eq('Pound').iloc[::-1].idxmax()
df['new'] = 0
df.loc[a:b, 'new'] = 1

print (df)
   currency  cost  new
0      Euro    34    0
1      Euro    67    0
2      Euro    32    0
3    Dollar    29    1
4    Dollar    48    1
5       Yen   123    1
6       Yen    23    1
7       Yen    45    1
8     Pound    78    1
9     Pound    86    1
10    Pound    23    1
11    Pesos    45    0
12    Pesos    67    0

解释:

1. 比较 Series.eq和== first
有什么区别
2. 获取cumsum
3. 对于第二个条件反向掩码 [::-1]
4. 乘以mul并用 clip_upper 将非 0 替换为 1

---

第二种解决方案使用idxmax对于第一个索引值并通过 loc

设置 1