python - Lambda 应用 : Referencing other rows and columns

Question

我正在尝试根据给定单元格周围的值更改数据集中给定列的值。
考虑以下数据:

Data = {'Col1': [5593 , 5114 , 6803 , 2175 , 2175] , 'Col2': [2879 , 1176 , 7114 , 8677 , 0]}
df = pd.DataFrame(data = Data)
df.head()

Col1    Col2
0   5593    2879
1   5114    1176
2   6803    7114
3   2175    8677
4   2175    0

我创建一个新列来存储新值:

Data['Col3'] = Data['Col2']

我想做一个 apply - lambda 函数，它执行以下操作:
如果 Col3 为零并且 Col1 的先前值等于 Col1 的当前值，即:(x.shift(-2 , -1) == x.shift(-2, 0)，则 Col3 的实际值应为Col2 的先前值，即 x.shift(-1 , -1). 否则 Col3 的值应该保持不变。
我已经尝试过如下(伪代码):

df['Col3'] = df['Col3'].apply(lambda x: x.shift(-1 , -1) if (x == 0 and x.shift(-2 , -1) == x.shift(-2, 0)) else x)

对于这个特定的数据子集，我的数据应该如下所示:

Col1    Col2    Col3
0   5593    2879    2879
1   5114    1176    1176
2   6803    7114    7114
3   2175    8677    8677
4   2175    0       8677

我不确定 shift 是否是正确的使用方法(该系列包含 NaN)，但希望这个想法很清楚。
我的真实数据集非常大，所以我希望操作在多行上表现良好。

Answer 1

IIUC，你可以用np.where使用移位的列:

df['Col3'] = np.where(df['Col1'].shift().eq(df['Col1']), df['Col2'].shift(), df['Col2'])
print(df)

输出

   Col1  Col2    Col3
0  5593  2879  2879.0
1  5114  1176  1176.0
2  6803  7114  7114.0
3  2175  8677  8677.0
4  2175     0  8677.0

下面是一步一步的解释和评论:

# create a mask, where is True if the consecutive values in Col1 are equal
mask = df['Col1'].shift().eq(df['Col1'])

# choose between the shifted Col2 (the previous value) and Col2 using the mask
df['Col3'] = np.where(mask, df['Col2'].shift(), df['Col2'])

print(df)