python - 我在将我的逻辑应用于 python 代码时遇到问题

Question

我是 Pandas 的新手，我不知道如何将以下逻辑应用到 Pandas 代码中。我能得到的所有帮助将不胜感激!
例如，在我的数据框中，我有以下内容:

id    uid  action program     time         sleepTimes
1628  100   5      200      2020-05-20      2020-05-20
1629  100     1    200      2020-05-21      0

我想要专栏 sleepTimes id 1629 的列具有相同的值 sleepTimes id 1628，因为它们具有相同的 uid 和程序。我想将此应用于验证相同条件的所有行。
对于一般观点，我想添加到专栏 sleepTimes的 action = 1 ， sleepTimes 的值的 action = 5当 actions = 1具有相同的值 uid和 program的 action = 5 .我怎么能做到这一点，使用python？
观察:我的数据框是使用 Pandas 创建的。
谢谢!
编辑:这是我开始的代码。

df['sleepTimes'] = np.where(df['action'] == 5, df['time'], 0)
uid = df.loc[df['action'] == 5, 'uid']

def mapping_time (df):
    if (df['action'] == 1).all():
        #compare and check if uid and program are equal to action 1 and action 5. 
        if df['uid'] == df['sleepTimes'] & df['program']:
            df['sleepTimes'] = df.loc[df['action'] == 5, 'time']
    elif (df['action'] == 3).all():
        if(df['uid'] == uid):
            df['sleepTimes'] = sleepTimes
    else:
#it is action = 5
        df['sleepTimes'] = df['time']

Answer 1

只需利用 astype()和 replace()方法:

df['sleepTimes']=df['sleepTimes'].astype(str).replace('0',np.NaN)

最后利用 groupby()方法和 ffill()方法:

df['sleepTimes']=df.groupby('uid')['sleepTimes'].ffill()

现在，如果您打印 df你会得到你想要的输出

#output

    id      uid action  program     time    sleepTimes
0   1628    100     5   200     2020-05-20  2020-05-20
1   1629    100     1   200     2020-05-21  2020-05-20

现在，如果您想对 'sleepTimes' 执行一些操作，请将其转换为 datetime[ns]通过使用 pd.to_datetime()方法:

df['sleepTimes']=pd.to_datetime(df['sleepTimes'])

编辑:

df['sleepTimes']=df.groupby(['uid','program'])['sleepTimes'].ffill()