python - 当前列最后一个非零时获取另一列的值(Pandas 数据框)

Question

我有一个与此类似的数据框，其中包含枚举日期、ID 以及给定日期和 ID 的售出商品数量:

Date  ID  num_sold
0     1   0
      2   13
1     1   6
      2   0
2     1   0
      2   0
3     1   5
      2   4

对于每个 ID，我想计算上次销售发生的日期。所以我有以下数据框:

Date  ID  num_sold  last_sale
0     1   0         -1
      2   13        -1
1     1   6         -1
      2   0         0
2     1   0         1
      2   0         0
3     1   5         1
      2   4         0

我想计算列 last_sale，其中 1 和 0 是给定 ID 时的日期值，num_sold 是最后一次非销售零。如果没有这样的最后日期(例如数据集中的第一个月)，则为 -1(或可能为 nan)。

在给定的例子中，

在日期 1，ID 1 之前从未售出，因此我们将 last_sale 设置为 -1。 ID 2 最后一次销售是在第 0 个月，所以我们将 last_sale 设置为 0。

同样，在日期 3，ID 1 最后一次销售是在第 1 个月，所以 last_sale 是 1，ID 2 最后一次销售是在第 0 个月，所以 last_sale 是 0 .

完成此任务最有效、最简洁的方法是什么？

Answer 1

首先，您为当前销售日期创建一个列:

df["current_sale_date"] = 0
df.loc[df.num_sold != 0, "current_sale_date"] = df.Date

您为上次销售日期创建了另一列。首先将 0 替换为 np.nan 以允许 .ffill() 工作。然后对于每个 ID，您都可以通过 .fill() 获得当前销售日期的值。

df.current_sale_date = df.current_sale_date.replace(0, np.nan)    
df["last_sale_date"] = df.groupby(['ID'])['current_sale_date'].ffill()

然后你通过 ID shift 得到之前的销售日期

 df.last_sale_date = df.groupby(['ID'])['last_sale_date'].shift()

第一次约会，你设置-1

df.loc[df.Date == df.Date.idxmin(), "last_sale_date"] = -1

你把后面的 nan 换成 0 因为 0 是一个日期

df.last_sale_date = df.last_sale_date.replace(np.nan, 0)

第一次售出一个ID，如果没有之前的售出日期，你设置-1

 df.loc[(df.current_sale_date == 1) & (df.last_sale_date == 0), "last_sale_date"] = -1