Python Pandas 传播价值直到条件答案

【问题标题】：Python Pandas propagate value untill conditionPython Pandas 传播价值直到条件
【发布时间】：2021-04-16 07:56:47
【问题描述】：

DataFrame

我有这个DataFrame（看图）

如果绿色列 (dataframe.Signal) 为 1，我有红色列 (dataframe.Level) 等于我们示例中的某个值 1088.50，否则 dataframe.Level 将是 Nan

现在我想传播红色值 (dataframe.Level)，只要它低于或等于棕色值 (dataframe.Brown)

当dataframe.Brown低于red值时dataframe.Level必须最后一次等于red值，然后它必须回到nan，就像在照片中一样。

我怎么能做这样的事情？ 我尝试对 lops 使用 normal，但这个数据帧包含 600 万行，而且速度太慢。

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

TL;DR

left = df.loc[df["Signal"] == 1].index
right = df.loc[df["Brown"] - df["Level"].ffill() < 0] \ 
          .groupby(df["Signal"].cumsum(), as_index=False) \
          .nth(0).index
subsets = pd.cut(df.index, pd.IntervalIndex.from_arrays(left, right, closed="both"))
df = df.groupby(subsets).ffill()

输入数据：

      Brown  Signal    Level
0   1089.00       0      NaN
1   1089.00       0      NaN
2   1088.50       0      NaN
3   1088.50       0      NaN
4   1088.50       1  1088.50  # 1088.50 <= start here (4)
5   1088.50       0      NaN  # 1088.50
6   1088.50       0      NaN  # 1088.50
7   1088.50       0      NaN  # 1088.50
8   1088.50       0      NaN  # 1088.50
9   1088.75       0      NaN  # 1088.50
10  1088.50       0      NaN  # 1088.50
11  1088.25       0      NaN  # 1088.50 <= stop here (11)
12  1088.50       0      NaN
13  1088.25       1  1088.25  # 1088.25 <= start here (13)
14  1088.50       0      NaN  # 1088.25
15  1088.50       0      NaN  # 1088.25
16  1088.00       0      NaN  # 1088.25 <= stop here (16)
17  1088.50       0      NaN
18  1088.75       0      NaN
19  1088.50       0      NaN
20  1088.25       0      NaN
21  1088.50       0      NaN

查找起始索引（左区间）

>>> left = df.loc[df["Signal"] == 1].index
>>> left
Int64Index([4, 13], dtype='int64')

查找停止索引（右区间）

>>> right = df.loc[df["Brown"] - df["Level"].ffill() < 0] \ 
              .groupby(df["Signal"].cumsum(), as_index=False) \
              .nth(0).index
>>> right
Int64Index([11, 16], dtype='int64')

提取所有子集

>>> subsets = pd.cut(df.index, pd.IntervalIndex.from_arrays(left, right, closed="both"))
>>> list(subsets)
[nan,
 nan,
 nan,
 nan,
 Interval(4.0, 11.0, closed='both'),
 Interval(4.0, 11.0, closed='both'),
 Interval(4.0, 11.0, closed='both'),
 Interval(4.0, 11.0, closed='both'),
 Interval(4.0, 11.0, closed='both'),
 Interval(4.0, 11.0, closed='both'),
 Interval(4.0, 11.0, closed='both'),
 Interval(4.0, 11.0, closed='both'),
 nan,
 Interval(13.0, 16.0, closed='both'),
 Interval(13.0, 16.0, closed='both'),
 Interval(13.0, 16.0, closed='both'),
 Interval(13.0, 16.0, closed='both'),
 nan,
 nan,
 nan,
 nan,
 nan]

在每个区间填写Level值：

>>> df.groupby(subsets).ffill()
      Brown  Signal    Level
0   1089.00       0      NaN
1   1089.00       0      NaN
2   1088.50       0      NaN
3   1088.50       0      NaN
4   1088.50       1  1088.50
5   1088.50       0  1088.50
6   1088.50       0  1088.50
7   1088.50       0  1088.50
8   1088.50       0  1088.50
9   1088.75       0  1088.50
10  1088.50       0  1088.50
11  1088.25       0  1088.50
12  1088.50       0      NaN
13  1088.25       1  1088.25
14  1088.50       0  1088.25
15  1088.50       0  1088.25
16  1088.00       0  1088.25
17  1088.50       0      NaN
18  1088.75       0      NaN
19  1088.50       0      NaN
20  1088.25       0      NaN
21  1087.75       0      NaN

【讨论】：

它似乎不起作用，因为左右长度不同，如果您愿意帮助我，请通过电报联系@claudio314 我将通过贝宝向您捐赠尽可能多的钱。谢谢。
请贴一个不起作用的例子。
“左右必须有相同的长度”这是我运行上述脚本时遇到的错误
但它适用于输入数据，因为左右具有相同的长度。为了帮助你，我需要一个不起作用的例子。
我仍然不明白 RIGHT 在做什么，我看到你想使用棕色低于填充水平的索引，这是正确的假设，我不明白这是做什么的，我想这里是问题 .groupby(df["Signal"].cumsum(), as_index=False).nth(0) 我很确定问题是正确的，因为它没有做它应该做的事情，记住我只想在信号为 1 后传播，我想在棕色低于填充水平时停止传播