python - Pandas 返回条件值

Question

只需要一点帮助来从数据帧返回一些值。

<小时/>

我有一个包含一些值的数据框(称为 df1):

ID      X    Y    Distance   Date
1       1    2    2.2        01/01/2000
2       2    3    1.8        02/02/2001
3       3    4    1.2        03/03/2002
4       4    5    2.7        04/04/2003 
5       5    6    3.8        05/05/2004

目前，我有代码创建一个新列 - df1['Within 2k'] - 如果距离在 2 公里以内，则返回 True。例如，这看起来像:

df1['Within 2k'] = df1['distance'] <= 2
print("df1")

ID      X    Y    Distance   Date         Within 2k
1       1    2    2.2        01/01/2000   False
2       2    3    1.8        02/02/2001   True
3       3    4    1.2        03/03/2002   True
4       4    5    2.7        04/04/2003   False
5       5    6    3.8        05/05/2004   False

我还有代码，如果 ID 和距离不在 2 公里以内，则将它们更改为“空”。例如，这看起来像:

df1['ID'] = np.where((df1['Distance'] <= 2), df1['ID'], "Null")
df1['Distance'] = np.where((df1['Distance'] <= 2), df1['Distance'], "Null")
print(df1)

ID     X    Y    Distance   Date
Null   1    2    Null       01/01/2000
2      2    3    1.8        02/02/2001
3      3    4    1.2        03/03/2002
Null   4    5    Null       04/04/2003 
Null   5    6    Null       05/05/2004

<小时/>

我的代码的目标是返回距离在 2 公里以内的第一条记录(按时间顺序)。目前我有代码返回日期值最小的值，但其中包括空值。

我现在的代码看起来有点像这样:

Site2km = df1.loc[df1['Date'].idxmin(),'ID']
Dist2km = df1.loc[df1['Date'].idxmin(),'Distance']

return pd.Series([Site2km, Dist2km])

我需要一些代码来:

1) 返回距离小于2的第一个ID和距离

2) 如果表中的每个值都在距离 2km 之外，则 ID 和距离都返回字符串“Null”。

Answer 1

实际上您不需要额外的列:

In [35]: df
Out[35]:
   ID  X  Y  Distance       Date
0   1  1  2       2.2 2000-01-01
1   2  2  3       1.8 2001-02-02
2   3  3  4       1.2 2002-03-03
3   4  4  5       2.7 2003-04-04
4   5  5  6       3.8 2004-05-05

In [36]: df.loc[df['Distance'] <= 2].nsmallest(1, 'Date')[['ID','Distance']]
Out[36]:
   ID  Distance
1   2       1.8

更新:

In [47]: df
Out[47]:
   ID  X  Y  Distance       Date
0   1  1  2       2.2 2000-01-01
1   2  2  3       1.8 2001-02-02
2   3  3  4       1.2 2002-03-03
3   4  4  5       2.7 2003-04-04
4   5  5  6       3.8 2004-05-05

In [48]: r = df.loc[df['Distance'] <= 2].nsmallest(1, 'Date')[['ID','Distance']]

In [49]: r
Out[49]:
   ID  Distance
1   2       1.8

我们来模拟一下2km内没有任何点的情况:

In [50]: df.Distance += 10

In [51]: r = df.loc[df['Distance'] <= 2].nsmallest(1, 'Date')[['ID','Distance']]

In [52]: r
Out[52]:
Empty DataFrame
Columns: [ID, Distance]
Index: []

In [53]: if r.empty:
    ...:     r.loc[0] = [np.nan, np.nan]
    ...:

In [54]: r
Out[54]:
   ID  Distance
0 NaN       NaN