如何将另一列的值用作DF的参数

发布于 2025-02-13 06:33:51 字数 450 浏览 4 评论 0 原文

函数换档的参数，

我想将“换档”列的值作为我尝试使用的

df['gg_shift']=df['gg'].shift(df['shift'])

不起作用

但预期结果表

gg      bool    shift   gg_shift
0.88    FALSE   0   
0.87    TRUE    0   
0.94    FALSE   1       0.87
0.17    FALSE   2       0.87
0.92    TRUE    0   
0.51    FALSE   1       0.92
0.1     TRUE    0   
0.88    FALSE   1       0.1
0.36    FALSE   2       0.1
0.14    TRUE    0

原文

I want to get the value of the ‘shift’ column as an argument to the function shift

I try to

df['gg_shift']=df['gg'].shift(df['shift'])

but it doesn't work

expected result table

gg      bool    shift   gg_shift
0.88    FALSE   0   
0.87    TRUE    0   
0.94    FALSE   1       0.87
0.17    FALSE   2       0.87
0.92    TRUE    0   
0.51    FALSE   1       0.92
0.1     TRUE    0   
0.88    FALSE   1       0.1
0.36    FALSE   2       0.1
0.14    TRUE    0

分享到QQ

分享到微博

如果你对这篇内容有疑问，欢迎到本站社区发帖提问参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。

发布评论

需要登录才能够评论，你可以免费注册一个本站的账号。

ゃ懵逼小萝莉 2025-02-20 06:33:51

我可能会误解您的逻辑，但是看起来您想获得所有false的 gg 值。

如果是这种情况，则不需要使用 shift 列，只需 ffill 和 数据：

df['gg_shift'] = df['gg'].where(df['bool']).ffill().mask(df['bool'])

输出：

     gg   bool  shift  gg_shift
0  0.88  False      0       NaN
1  0.87   True      0       NaN
2  0.94  False      1      0.87
3  0.17  False      2      0.87
4  0.92   True      0       NaN
5  0.51  False      1      0.92
6  0.10   True      0       NaN
7  0.88  False      1      0.10
8  0.36  False      2      0.10
9  0.14   True      0       NaN

I might be misinterpreting your logic, but it looks like you want to get the gg values of the previous True for all False.

If this is the case you do not need to use the shift column, simply ffill and mask the data:

df['gg_shift'] = df['gg'].where(df['bool']).ffill().mask(df['bool'])

output:

     gg   bool  shift  gg_shift
0  0.88  False      0       NaN
1  0.87   True      0       NaN
2  0.94  False      1      0.87
3  0.17  False      2      0.87
4  0.92   True      0       NaN
5  0.51  False      1      0.92
6  0.10   True      0       NaN
7  0.88  False      1      0.10
8  0.36  False      2      0.10
9  0.14   True      0       NaN

回复收藏 0 原文

萌︼了一个春 2025-02-20 06:33:51

因为只有标量可以传递给获取 shift> shift> shift 没有 0 的唯一值（否移位），仅分配匹配条件：

for x in df.loc[df['shift'].ne(0), 'shift'].unique():
    m = df['shift'].eq(x)
    df.loc[m, 'gg_shift'] = df['gg'].shift(x)
    
print (df)
     gg   bool  shift  gg_shift
0  0.88  False      0       NaN
1  0.87   True      0       NaN
2  0.94  False      1      0.87
3  0.17  False      2      0.87
4  0.92   True      0       NaN
5  0.51  False      1      0.92
6  0.10   True      0       NaN
7  0.88  False      1      0.10
8  0.36  False      2      0.10
9  0.14   True      0       NaN

Because only scalar is possible pass to Series.shift get unique values of shift without 0 (no shift) and assign only match condition:

for x in df.loc[df['shift'].ne(0), 'shift'].unique():
    m = df['shift'].eq(x)
    df.loc[m, 'gg_shift'] = df['gg'].shift(x)
    
print (df)
     gg   bool  shift  gg_shift
0  0.88  False      0       NaN
1  0.87   True      0       NaN
2  0.94  False      1      0.87
3  0.17  False      2      0.87
4  0.92   True      0       NaN
5  0.51  False      1      0.92
6  0.10   True      0       NaN
7  0.88  False      1      0.10
8  0.36  False      2      0.10
9  0.14   True      0       NaN

回复收藏 0 原文

~没有更多了~