Dataframe 将函数应用于具有特定条件的行

Question

这是我的数据框中的示例：

id      DPT_DATE  TRANCHE_NO  TRAIN_NO  J_X  RES_HOLD_IND
0     2017-04-01       330.0    1234.0 -1.0         100.0
1     2017-04-01       330.0    1234.0  0.0          80.0
2     2017-04-02       331.0    1235.0 -1.0          91.0
3     2017-04-02       331.0    1235.0  0.0          83.0
4     2017-04-03       332.0    1236.0 -1.0          92.0
5     2017-04-03       332.0    1236.0  0.0          81.0
6     2017-04-04       333.0    1237.0 -1.0          87.0
7     2017-04-04       333.0    1237.0  0.0          70.0
8     2017-04-05       334.0    1238.0 -1.0          93.0
9     2017-04-05       334.0    1238.0  0.0          90.0
10    2017-04-06       335.0    1239.0 -1.0          89.0
11    2017-04-06       335.0    1239.0  0.0          85.0
12    2017-04-07       336.0    1240.0 -1.0          82.0
13    2017-04-07       336.0    1240.0  0.0          76.0

这是火车预订的数据框，DPT_DATE=出发日期TRAIN_NO=火车数量J_X=出发前天数（J_X=0.0表示出发当天，J_X=-1表示出发后的第二天）和RES_HOLD_IND是当天保留的预订

我想为每个 DPT_DATE 和 TRAIN_NO 创建一个新列，以便为我提供当天的 RES_HOLD_IND J_X=-1

示例（我想要这个）：

id      DPT_DATE  TRANCHE_NO  TRAIN_NO  J_X  RES_HOLD_IND  RES_J-1
0     2017-04-01       330.0    1234.0 -1.0         100.0  100.0
1     2017-04-01       330.0    1234.0  0.0          80.0  100.0
2     2017-04-02       331.0    1235.0 -1.0          91.0  91.0
3     2017-04-02       331.0    1235.0  0.0          83.0  91.0
4     2017-04-03       332.0    1236.0 -1.0          92.0  92.0
5     2017-04-03       332.0    1236.0  0.0          81.0  92.0
6     2017-04-04       333.0    1237.0 -1.0          87.0  87.0
7     2017-04-04       333.0    1237.0  0.0          70.0  87.0

感谢您的帮助！

Answer 1

我认为您需要先按 boolean indexing or query and then groupby with DataFrameGroupBy.ffill 过滤效果好，如果总是 -1 值在每组的第一行：

df['RES_J-1'] = df.query('J_X == -1')['RES_HOLD_IND']
#alternative
#df['RES_J-1'] = df.loc[df['J_X'] == -1, 'RES_HOLD_IND']

df['RES_J-1'] = df.groupby(['DPT_DATE','TRAIN_NO'])['RES_J-1'].ffill()
print (df)
      DPT_DATE  TRANCHE_NO  TRAIN_NO  J_X  RES_HOLD_IND  RES_J-1
0   2017-04-01       330.0    1234.0 -1.0         100.0    100.0
1   2017-04-01       330.0    1234.0  0.0          80.0    100.0
2   2017-04-02       331.0    1235.0 -1.0          91.0     91.0
3   2017-04-02       331.0    1235.0  0.0          83.0     91.0
4   2017-04-03       332.0    1236.0 -1.0          92.0     92.0
5   2017-04-03       332.0    1236.0  0.0          81.0     92.0
6   2017-04-04       333.0    1237.0 -1.0          87.0     87.0
7   2017-04-04       333.0    1237.0  0.0          70.0     87.0
8   2017-04-05       334.0    1238.0 -1.0          93.0     93.0
9   2017-04-05       334.0    1238.0  0.0          90.0     93.0
10  2017-04-06       335.0    1239.0 -1.0          89.0     89.0
11  2017-04-06       335.0    1239.0  0.0          85.0     89.0
12  2017-04-07       336.0    1240.0 -1.0          82.0     82.0
13  2017-04-07       336.0    1240.0  0.0          76.0     82.0

如果-1每组只有一个但并不总是第一个使用：

df['RES_J-1'] = df.groupby(['DPT_DATE','TRAIN_NO'])['RES_J-1']
                  .apply(lambda x: x.ffill().bfill())

Dataframe 将函数应用于具有特定条件的行

Dataframe applying function to rows with specific condition

python

dataframe

pandas

sklearn-pandas