将函数应用于熊猫数据框时出现KeyError

Question

我最初有一个包含两列的数据框。“Col 1”对于整个数据集只有两个值 - X 和 Y。在此示例中，我希望“Col 3”的值用 1 填充索引“3”索引“7”。然后索引'9'到索引'10'用2填充，索引'12'用3填充。所以基本上对于X中的每一个变化，我喜欢在'Col2'中填充它的对应值新列 'Col 3' 如下例所示：

我已在 Pandas 中应用此代码

col3 = pd.Series([], dtype='float')
count = 0
i = 0
while count < len(df):
    if ~df['col2'][count].startswith('A'):
        d_value = df['col2'][count]
        if i != len(df)-1:
            while df['col1'][i+1] != 'X':
                col3[i + 1] = d_value
                i = i + 1
    count = i + 1
    i = i + 1
    

df.insert(loc=1, column = 'Col 3', value = col3 )

但我收到一个不太清楚的错误。

如果我应用于数据子集（例如：500 行），则该代码有效，但如果我应用于整个数据集，则会出现错误。我在这做错了什么？

Answer 1

把概念模型改成向量，不用循环就可以实现。

import pandas as pd
import numpy as np

df = pd.DataFrame(
    {
        "Col1": ["X", "Y", "Y", "Y", "Y", "Y", "X", "Y", "Y", "X", "Y"],
        "Col2": [1, "A11", "A12", "A13", "A14", "A15", 2, "A16", "A17", 3, "A18"],
    }
)

# copy across X value to Y for Col3 for first Y row
df = df.assign(
    Col3=np.where(
        df["Col1"].eq("Y"),
        np.where(df["Col1"].shift().eq("X"), df["Col2"].shift(), np.nan),
        np.nan,
    )
)
# complete the Y-rows
df.loc[df["Col1"].eq("Y"), "Col3"] = df.loc[df["Col1"].eq("Y"), "Col3"].fillna(method="ffill")

df

输出

	Col1	Col2	Col3
0	X	1	nan
1	Y	A11	1
2	Y	A12	1
3	Y	A13	1
4	Y	A14	1
5	Y	A15	1
6	X	2	nan
7	Y	A16	2
8	Y	A17	2
9	X	3	nan
10	Y	A18	3