pandas groupby 中未来行的条件搜索答案

【问题标题】：Conditional search in future rows within groupby in pandaspandas groupby 中未来行的条件搜索
【发布时间】：2018-09-14 03:40:41
【问题描述】：

以下是我拥有的数据框。 “目标”列是所需的输出。

   Group    Item    Value   Target
    1        0         5      0 
    1        1         4      0
    1        0         6      0
    1        0         3      1
    1        1         2      0
    1        0         1      1
    2        1         8      0
    2        0         9      0
    2        0         7      1

在给定的Group、if Item == 1 中，我试图找到Value 小于Item == 1 对应的Value 的第一个未来/下一行。例如，在第二行中，Item == 1 和对应的Value 为 4。Value 小于 4 的第一个未来行是第 4 行，其 Value 为 3。因此，@987654331 @column 用 1 指定查找。两个Item==1 有可能在满足条件的情况下具有相同的未来行。在这种情况下，我们也可以在Target 中有一个 1。

import pandas as pd
df = pd.DataFrame({'Group1': [1,1,1,1,1,1,2,2,2], 'Item': [0,1,0,0,1,0,1,0,0],  'Value': [5,4,6,3,2,1,8,9,7]})
df['next_Value'] = df.groupby(['Group'])['Value'].shift(-1)

【问题讨论】：

标签： python pandas numpy dataframe

【解决方案1】：

使用cumsum创建一个帮助键，然后我们尝试使用transform获取每个组的第一个值，并将组内的每个值与第一个值进行比较，如果小于则返回1

df['helpkey']=df.groupby('Group').Item.cumsum()
df['New']=(df.Value<df.groupby(['Group','helpkey']).Value.transform('first')).astype(int)
df
Out[51]: 
   Group  Item  Value  Target  helpkey  New
0      1     0      5       0        0    0
1      1     1      4       0        1    0
2      1     0      6       0        1    0
3      1     0      3       1        1    1
4      1     1      2       0        2    0
5      1     0      1       1        2    1
6      2     1      8       0        1    0
7      2     0      9       0        1    0
8      2     0      7       1        1    1

【讨论】：