python - Pandas 分组行值调整

Question

我编写了一个 lambda 函数来调整数据帧，如下所示:

df = pd.DataFrame({'types':['A','A','A','A','A','B','B','B','B','B'],'disruptions':['N','N','Y','N','N','N','N','N','N','N'],'actions':[0,0,1,0,0,0,0,1,0,0],'status':[0,0,0,1,1,0,0,0,1,1],'status_2':[0,0,0,0,1,0,0,0,1,1]})

我的目标是将“status”列转换为“status_2”。逻辑是:在同一个“types”组中，如果“action”标记为1且“disruptions”标记为“Y”，则“status_2”的下一行将为0。否则等于“status”。

这是我所拥有的:

df['status_2'] = df.groupby('types').apply(lambda x: 0 if x['disruptions'].shift(1) == 'Y' & x['actions'].shift(1) == 1 else x['status'])

错误是:TypeError:无法将 dtyped[float64] 数组与类型 [bool] 的标量进行比较。

有人可以指出我在这里做错了什么吗？

Answer 1

我认为你需要通过groupby创建掩码，通过values转换为numpy array然后使用 Series.mask ，对于 True 值，其值为 0，其他值保持不变:

f = lambda x: (x['disruptions'].shift(1) == 'Y') & (x['actions'].shift(1) == 1)
m = df.groupby('types').apply(f).values
print (m)
[False False False  True False False False False False False]

#changed column name for compare
df['status_2_new'] = df['status'].mask(m, 0)
print (df)
   actions disruptions  status  status_2 types  status_2_new
0        0           N       0         0     A             0
1        0           N       0         0     A             0
2        1           Y       0         0     A             0
3        0           N       1         0     A             0
4        0           N       1         1     A             1
5        0           N       0         0     B             0
6        0           N       0         0     B             0
7        1           N       0         0     B             0
8        0           N       1         1     B             1
9        0           N       1         1     B             1