python - Pandas 选择最后一行值大于

Question

我有一个数据框

a = {'Price': [10, 15, 5, 25, 30], 'Total': [10000, 12000, 15000, 14000, 0],
     'WAP': [10, 10.83, 9.66, 1, 1]}
a = pd.DataFrame(a)
print (a)

我希望创建一个新列，其中表示如果 a['WAP'] == 1，则查看 a['WAP'] 并返回该列中先前不为 1 的值。

因此，在本例中，我想创建一个包含值的新列，

new = [10, 10.83, 9.66, 9.66, 9.66]

我尝试迭代该列，但只能将第一个 1 更改为 9.66

aw = []

for i in range(len(a)):
    if a.loc[i, 'WAP'] == 1:
        aw.append(a.loc[i-1, 'WAP'])
    else:
        aw.append(a.loc[i, 'WAP'])

print (aw)

Answer 1

一种可能的解决方案:

for i, row in a.iterrows():
    if row['WAP'] == 1:
        a.loc[i, 'WAP'] = a.loc[i-1, 'WAP']
    else:
        a.loc[i, 'WAP'] = a.loc[i,'WAP']  
print (a)

   Price  Total    WAP
0     10  10000  10.00
1     15  12000  10.83
2      5  15000   9.66
3     25  14000   9.66
4     30      0   9.66

计算的迭代性质(输入取决于先前步骤的结果)使矢量化变得复杂。您也许可以将 apply 与执行与循环相同计算的函数一起使用，但在幕后这也将是一个循环。

另一个更好的解决方案是将 1 替换为 NaN 和 mask然后ffill先前值:

a.WAP = a.WAP.mask(a.WAP == 1).ffill()
print (a)
   Price  Total    WAP
0     10  10000  10.00
1     15  12000  10.83
2      5  15000   9.66
3     25  14000   9.66
4     30      0   9.66

解决方案 replace :

a.WAP = a.WAP.replace({1:np.nan}).ffill()
print (a)
   Price  Total    WAP
0     10  10000  10.00
1     15  12000  10.83
2      5  15000   9.66
3     25  14000   9.66
4     30      0   9.66