python - 更改 pandas 数据框中的列值，不包括分组依据中的尾部

Question

让我们以 python 数据框为例。

ID 年龄 Bp

1 22 1

1 22 1

1 22 0

1 22 1

2 21 0

2 21 1

2 21 0

在上面的代码中，BP 列的最后 n 个系列(让我们认为 n 为 2)按 ID 分组应该被排除并且 BP 的其余部分应该更改为 0。我已经用 tail 试过了但是它不起作用。

它应该是这样的。

身份证年龄BP

1 22 0

1 22 0

1 22 0

1 22 1

2 21 0

2 21 1

2 21 0

Answer 1

使用cumcount使用 ascending=False 为每组后面的计数器分配 0 numpy.where :

n = 2
mask = df.groupby('ID').cumcount(ascending=False) < n
df['Bp'] = np.where(mask, df['Bp'], 0)

备选方案:

df.loc[~mask, 'Bp'] = 0
df['Bp'] = df['Bp'].where(mask, 0)

---

print (df)
   ID  Age  Bp
0   1   22   0
1   1   22   0
2   1   22   0
3   1   22   1
4   2   21   0
5   2   21   1
6   2   21   0

详细信息:

print (df.groupby('ID').cumcount(ascending=False))
0    3
1    2
2    1
3    0
4    2
5    1
6    0
dtype: int64

print (mask)
0    False
1    False
2     True
3     True
4    False
5     True
6     True
dtype: bool