python - Pandas - 你可以在跳过行的同时有条件地回填另一列吗？

Question

我有一个数据框，我需要在其中回填 7 个位置的值，但我不想这样做，除非不同的列中的值大于 0。 Pandas 有可能吗？ Reason 中带 1 的最后一行显然是带 1 的原始行。

我现在使用的代码是返回填充 7 个位置:

s = df.Reason.bfill(limit=7)
s.loc[s.notnull() & df.Reason.isnull()] = 1
df['Reason'] = s

这样的输出:

Time Stamp              HP_1H_mean  Reason
2019-07-26 07:00:00     410.637966  0.0
2019-07-26 08:00:00     403.521735  0.0
2019-07-26 09:00:00     403.143925  0.0
2019-07-26 10:00:00     410.542895  0.0
2019-07-26 11:00:00     396.896670  0.0
2019-07-26 12:00:00     0.000000    0.0
2019-07-26 13:00:00     0.000000    0.0
2019-07-26 14:00:00     399.929812  0.0
2019-07-26 15:00:00     0.000000    0.0
2019-07-26 16:00:00     0.000000    0.0
2019-07-26 17:00:00     0.000000    0.0
2019-07-26 18:00:00     0.000000    0.0
2019-07-26 19:00:00     0.000000    0.0
2019-07-26 20:00:00     0.000000    0.0
2019-07-26 21:00:00     390.811179  0.0
2019-07-26 22:00:00     0.000000    0.0
2019-07-26 23:00:00     395.659520  0.0
2019-07-27 00:00:00     0.000000    1.0
2019-07-27 01:00:00     0.000000    1.0
2019-07-27 02:00:00     0.000000    1.0
2019-07-27 03:00:00     0.000000    1.0
2019-07-27 04:00:00     0.000000    1.0
2019-07-27 05:00:00     267.144639  1.0
2019-07-27 06:00:00     266.619800  1.0
2019-07-27 07:00:00     296.005934  1.0
2019-07-27 08:00:00     288.335720  0.0

我已经尝试过像 s.loc[s.notnull() & df.Reason.isnull() & df.HP_1H_mean != 0] = 1 这样的变体，虽然这些不会抛出异常(exception)，它不起作用。

预期输出:

Time Stamp              HP_1H_mean  Reason
2019-07-26 07:00:00     410.637966  0.0
2019-07-26 08:00:00     403.521735  0.0
2019-07-26 09:00:00     403.143925  0.0
2019-07-26 10:00:00     410.542895  1.0
2019-07-26 11:00:00     396.896670  1.0
2019-07-26 12:00:00     0.000000    0.0
2019-07-26 13:00:00     0.000000    0.0
2019-07-26 14:00:00     399.929812  1.0
2019-07-26 15:00:00     0.000000    0.0
2019-07-26 16:00:00     0.000000    0.0
2019-07-26 17:00:00     0.000000    0.0
2019-07-26 18:00:00     0.000000    0.0
2019-07-26 19:00:00     0.000000    0.0
2019-07-26 20:00:00     0.000000    0.0
2019-07-26 21:00:00     390.811179  1.0
2019-07-26 22:00:00     0.000000    0.0
2019-07-26 23:00:00     395.659520  1.0
2019-07-27 00:00:00     0.000000    0.0
2019-07-27 01:00:00     0.000000    0.0
2019-07-27 02:00:00     0.000000    0.0
2019-07-27 03:00:00     0.000000    0.0
2019-07-27 04:00:00     0.000000    0.0
2019-07-27 05:00:00     267.144639  1.0
2019-07-27 06:00:00     266.619800  1.0
2019-07-27 07:00:00     296.005934  1.0
2019-07-27 08:00:00     288.335720  0.0

Answer 1

您使用 pandas 内部数据对齐来帮助解决这个问题:首先 bool 选择“HP_1H_mean”大于零的行，使用 bfill 和 limit=7 并分配它回到完整的专栏。 pandas 将根据索引对齐数据库。最后，fillna 为零。

df['Reason'] = df.loc[df['HP_1H_mean'] > 0, 'Reason'].bfill(limit=7)

如果'Reason'中已经存在零则更新然后屏蔽那些零

df['Reason'] = df.loc[df['HP_1H_mean'] > 0, 'Reason'].mask(df['Reason'] != 1).bfill(limit=7)

df['Reason'] = df['Reason'].fillna(0)

print(df)

输出:

          Time     Stamp  HP_1H_mean  Reason
0   2019-07-26  07:00:00  410.637966     0.0
1   2019-07-26  08:00:00  403.521735     0.0
2   2019-07-26  09:00:00  403.143925     0.0
3   2019-07-26  10:00:00  410.542895     1.0
4   2019-07-26  11:00:00  396.896670     1.0
5   2019-07-26  12:00:00    0.000000     0.0
6   2019-07-26  13:00:00    0.000000     0.0
7   2019-07-26  14:00:00  399.929812     1.0
8   2019-07-26  15:00:00    0.000000     0.0
9   2019-07-26  16:00:00    0.000000     0.0
10  2019-07-26  17:00:00    0.000000     0.0
11  2019-07-26  18:00:00    0.000000     0.0
12  2019-07-26  19:00:00    0.000000     0.0
13  2019-07-26  20:00:00    0.000000     0.0
14  2019-07-26  21:00:00  390.811179     1.0
15  2019-07-26  22:00:00    0.000000     0.0
16  2019-07-26  23:00:00  395.659520     1.0
17  2019-07-27  00:00:00    0.000000     0.0
18  2019-07-27  01:00:00    0.000000     0.0
19  2019-07-27  02:00:00    0.000000     0.0
20  2019-07-27  03:00:00    0.000000     0.0
21  2019-07-27  04:00:00    0.000000     0.0
22  2019-07-27  05:00:00  267.144639     1.0
23  2019-07-27  06:00:00  266.619800     1.0
24  2019-07-27  07:00:00  296.005934     1.0
25  2019-07-27  08:00:00  288.335720     0.0