python - 有条件的向后填充python中的一列

Question

我有一个如下所示的数据集(样本)

Date             Value
2019-05-01        0
2019-05-02        0
2019-05-03        0
2019-05-04        0
2019-05-05        0
2019-05-06        0
2019-05-07        0
2019-05-08        1
2019-05-09        0

我想对其进行转换，如果遇到 Value=1，则取 2 天前的 3 个值并将其填充为 1。同时将当前值设置为 0。换句话说，转换后的数据集应该是这样的

Date             Value
2019-05-01        0
2019-05-02        0
2019-05-03        1
2019-05-04        1
2019-05-05        1
2019-05-06        0
2019-05-07        0
2019-05-08        0
2019-05-09        0

请注意，在上面的示例中，转换后 2019-05-08 设置为 0，2019-05-03 至 2019-05-05 设置为 1(最后设置为 1 的值是 2 天前2019-05-08 和 2019-05-05 之前的 3 天也设置为 1)。如果两个连续的值显示为 1，我们将从显示为 1 的最后一个值开始日期计算。我想我可以通过 for 循环来做到这一点，但我想看看是否有任何内置函数可以帮助我解决这个问题。谢谢!

Answer 1

可能有更精确的方法来解决这个问题。但是，我只能考虑使用 Value==1 处的索引值(比如 i)来解决这个问题，然后在前面的位置获取索引值(2 个日期之前意味着 i-3，然后再获取两个高于它的值表示 i-4、i-5) 并将 Value 分配给 1。最后，将 Value 设置回 0最初为 Value==1 找到。

In [53]: df = pd.DataFrame({'Date':['2019-05-01','2019-05-02', '2019-05-03','2019-05-04','2019-05-05', '2019-05-06','20
    ...: 19-05-07','2019-05-08','2019-05-09'], 'Value':[0,0,0,0,0,0,0,1,0]})
    ...:
    ...:

In [54]: val_1_index = df.loc[df.Value == 1].index.tolist()

In [55]: val_1_index_decr = [(i-3, i-4, i-5) for i in val_1_index]

In [56]: df.loc[df['Value'].index.isin([i for i in val_1_index_decr[0]]), 'Value'] = 1

In [57]: df.loc[df['Value'].index.isin(val_1_index), 'Value'] = 0

In [58]: df
Out[58]:
         Date  Value
0  2019-05-01      0
1  2019-05-02      0
2  2019-05-03      1
3  2019-05-04      1
4  2019-05-05      1
5  2019-05-06      0
6  2019-05-07      0
7  2019-05-08      0
8  2019-05-09      0