基于两个条件的 Python pandas 数据帧回填答案

【问题标题】：Python pandas dataframe backfill based on two conditions基于两个条件的 Python pandas 数据帧回填
【发布时间】：2020-01-25 23:36:29
【问题描述】：

我有一个这样的数据框：

   Bool   Hour
0  False  12
1  False  24
2  False  12
3  False  24
4  True   12
5  False  24
6  False  12
7  False  24
8  False  12
9  False  24
10 False  12
11 True   24

我想将“Bool”列中的 True 值回填到“Hour”第一次达到“12”时的位置。结果会是这样的：

   Bool   Hour  Result
0  False  12    False
1  False  24    False
2  False  12    True      <- desired backfill
3  False  24    True      <- desired backfill
4  True   12    True
5  False  24    False
6  False  12    False
7  False  24    False
8  False  12    False
9  False  24    False
10 False  12    True      <- desired backfill
11 True   24    True

非常感谢任何帮助！非常感谢！

【问题讨论】：

标签： python pandas dataframe boolean

【解决方案1】：

这有点难实现，这里我们可以使用groupby和idxmax

s=(~df.Bool&df.Hour.eq(12)).iloc[::-1].groupby(df.Bool.iloc[::-1].cumsum()).transform('idxmax')
df['result']=df.index>=s.iloc[::-1]
df
Out[375]: 
     Bool  Hour  result
0   False    12   False
1   False    24   False
2   False    12    True
3   False    24    True
4    True    12    True
5   False    24   False
6   False    12   False
7   False    24   False
8   False    12   False
9   False    24   False
10  False    12    True
11   True    24    True

【讨论】：

在最后一个False 组没有True 到bfill 的边缘情况下，这仍然填充True ;p

【解决方案2】：

IIUC，你可以这样做：

s = df['Bool'].shift(-1)
df['Result'] = df['Bool'] | s.where(s).groupby(df['Hour'].eq(12).cumsum()).bfill()

输出：

     Bool  Hour  Result
0   False    12   False
1   False    24   False
2   False    12    True
3   False    24    True
4    True    12    True
5   False    24   False
6   False    12   False
7   False    24   False
8   False    12   False
9   False    24   False
10  False    12    True
11   True    24    True

【讨论】：

【解决方案3】：

在连续的False 上创建一个组ID s 并将True 与它们分开。通过使用s，Hour 上的 Groupby 等于 12。使用变换sum 和cumsum 从每个组的自下而上获取True 上12 的计数，并在0 和or 上返回True，其值为Bool

s = df.Bool.ne(df.Bool.shift()).cumsum()
s1 = df.where(df.Bool).Bool.bfill()
g = df.Hour.eq(12).groupby(s)
df['bfill_Bool'] = (g.transform('sum') - g.cumsum()).eq(0) & s1 | df.Bool

Out[905]:
     Bool  Hour  bfill_Bool
0   False    12       False
1   False    24       False
2   False    12        True
3   False    24        True
4    True    12        True
5   False    24       False
6   False    12       False
7   False    24       False
8   False    12       False
9   False    24       False
10  False    12        True
11   True    24        True

【讨论】：