【发布时间】:2022-01-22 23:53:45
【问题描述】:
我最初有以下数据集:
value;date
100;2021-01-01
160;2021-02-01
250;2021-02-15
10;2021-03-01
90;2021-04-01
150;2021-04-15
350;2021-06-01
20;2021-07-01
100;2021-08-01
10;2021-08-10
每当“值”值下降时(例如,2021 年 3 月 1 日从 250 下降到 10),我想将旧值保存为偏移量。
当值再次下降时(例如 2021 年 7 月 1 日从 350 到 20),我想将新偏移量添加到旧偏移量 (350 + 250)。
之后我想用这些值添加偏移量,以便在最后得到以下数据集:
value;date;offset;corrected_value
100;2021-01-01;0;100
160;2021-02-01;0;160
250;2021-02-15;0;250
10;2021-03-01;250;260
90;2021-04-01;250;340
150;2021-04-15;250;400
350;2021-06-01;250;600
20;2021-07-01;600;620
100;2021-08-01;600;700
10;2021-08-10;700;710
我目前(糟糕)的方法不起作用:
df['date'] = pd.to_datetime(df['date'])
df.index = df['date']
del df['date']
df.drop_duplicates(keep='first')
df['previous'] = df['value'].shift(1)
def pn(current, previous, offset):
if not pd.isna(previous):
if current < previous:
return previous + offset
return offset
df['offset'] = 0
df['offset'] = df.apply(lambda row: pn(row['value'], row['previous'], row['offset']), axis=1)
非常感谢您的帮助,谢谢!
干杯
【问题讨论】: