Shift 发生：使用 pandas shift 来组合行

Question

我正在尝试在 pandas 中的数据框中添加一列，其中每个条目表示相邻两行中另一列值之间的差异（如果满足某些条件）。按照对get previous row's value and calculate new column pandas python 的回答，我使用shift 来查找两行中duration_seconds 列条目之间的增量（下一个减去当前），然后如果两行都来自相同的行，则将该增量作为派生条目返回user_id，下一行的action 不是“登录”，增量不是负数。代码如下：

def duration (row):
    candidate_duration = row['duration_seconds'].shift(-1) - row['duration_seconds']
    if row['user_id'] == row['user_id'].shift(-1) and row['action'].shift(-1) != 'login' and candidate_duration >= 0:
        return candidate_duration
    else:
        return np.nan

然后我用

测试这个函数

analytic_events.apply(lambda row: duration(row), axis = 1)

但这会引发错误：

AttributeError: ("'int' object has no attribute 'shift'", '发生在索引 9464384')

我想知道这是否类似于已修复的错误 here，因此我尝试传入整个数据框：

duration(analytic_events)

但这会引发错误：

ValueError：Series 的真值不明确。使用 a.empty、a.bool()、a.item()、a.any() 或 a.all()。

我应该怎么做才能实现这种组合；我应该如何使用shift？

Answer 1

没有看到您的数据。您可以通过使用np.where 有条件地创建列来简化此操作：

cond1 = analytic_events['user_id'] == analytic_events['user_id'].shift(-1)   
cond2 = analytic_events['action'].shift(-1) != 'login'
cond3 = analytic_events['duration_seconds'].shift(-1) - analytic_events['duration_seconds'] >= 0

analytic_events['candidate_duration'] = np.where((cond1) & (cond2) & (cond3), 
                                                 analytic_events['duration_seconds'].shift(-1) - analytic_events['duration_seconds'], 
                                                 np.NaN)

解释 np.where 作用如下：np.where(condition, value if true, value is false)