python - 基于前一行的 Pandas 数据框列

Question

我有一个下面的数据框

         id  action   
         ================
         10   CREATED   
         10   111
         10   222
         10   333
         10   DONE      
         10   222
         10   UPDATED   
         777  CREATED    
         10   333
         10   DONE      

我想创建一个新列“检查”，该列将基于数据框中前一行中的数据:

在操作列中查找单元格 =“完成”

在 DONE 之前，在前面的行中搜索第一个具有相同 ID 的 CREATED 或 UPDATED。如果是 CREATED，则将 C 放在 UPDATED 中。

输出:

         id  action   check
         ================
         10   CREATED   
         10   111
         10   222
         10   333
         10   DONE      C
         10   222
         10   UPDATED   
         777  CREATED    
         10   333
         10   DONE      U

我尝试使用多个 if 条件，但它对我不起作用。你能帮忙吗？

Answer 1

考虑一个更复杂的示例数据框来说明:

# print(df)
id  action   
10   CREATED   
10   111
10   222
10   333
10   DONE      
10   222
10   UPDATED   
777  CREATED    
10   333
10   DONE
777  DONE
10   CREATED
10   DONE
11   UPDATED
11   DONE     

用:

transformer = lambda s: s[(s.eq('CREATED') | s.eq('UPDATED')).cumsum().idxmax()]

grouper = (
    lambda g: g.groupby(
        g['action'].eq('DONE').cumsum().shift().fillna(0))['action']
    .transform(transformer)
)

df['check'] = df.groupby('id').apply(grouper).droplevel(0).str[0]
df.loc[df['action'].ne('DONE'), 'check'] = ''

解释:

首先我们在 id 上对数据框进行分组并申请 grouper函数，然后对于每个分组的数据帧，我们通过第一次出现 DONE 进一步分组这个分组的数据帧在操作列中，因此基本上我们将这个分组的数据帧分成多个部分，其中每个部分通过 DONE 彼此分隔。操作列中的值。然后我们使用 transformer lambda 函数根据 CREATED 之前的第一个值( UPDATED 或 DONE )转换每个拆分的数据帧操作列中的值。

结果:

# print(df)
     id   action check
0    10  CREATED      
1    10      111      
2    10      222      
3    10      333      
4    10     DONE     C
5    10      222      
6    10  UPDATED      
7   777  CREATED      
8    10      333      
9    10     DONE     U
10  777     DONE     C
11   10  CREATED      
12   10     DONE     C
13   11  UPDATED      
14   11     DONE     U