我认为存在类似的问题,但无法找到它们。我安装了 Pandas 0.19.2。我有一个大数据框,对于每一行值,我想根据某些逻辑条件为同一列保留前一行的值。
下面是一个小例子的强力双 for 循环解决方案。实现这个最有效的方法是什么?是否有可能以向量化的方式解决这个问题?
import pandas as pd
import numpy as np
np.random.seed(10)
df = pd.DataFrame(np.random.uniform(low=-0.2, high=0.2, size=(10,2) ))
print(df)
for col in df.columns:
prev = None
for i,r in df.iterrows():
if prev is not None:
if (df[col].loc[i]<= prev*1.5) and (df[col].loc[i]>= prev*0.5):
df[col].loc[i] = prev
prev = df[col].loc[i]
print(df)
输出:
0 1
0 0.108528 -0.191699
1 0.053459 0.099522
2 -0.000597 -0.110081
3 -0.120775 0.104212
4 -0.132356 -0.164664
5 0.074144 0.181357
6 -0.198421 0.004877
7 0.125048 0.045010
8 0.125048 -0.083250
9 0.125048 0.085830
编辑:请注意,只要满足逻辑条件,一个值可以多次携带。
请您参考如下方法:
prev = df.shift()
replace_mask = (0.5 * prev <= df) & (df <= 1.5 * prev)
df = df.where(~replace_mask, prev)
