代码之家 › 专栏 › 技术社区 › Umar.H

熊猫找到最早出现的语句并设置为starter

pandas python

Umar.H · 技术社区 · 6 年前

考虑下面的DF

  data = {'Name' : ['John','John','Lucy','Lucy','Lucy'],
            'Payroll' : [15,15,75,75,75],
            'Week' : [1,2,1,2,3]}
    df = pd.DataFrame(data)

Name    Payroll Week
0   John    15  1   
1   John    15  2   
2   Lucy    75  1   
3   Lucy    75  2   
4   Lucy    75  3

我试图做的是在一个数据帧中应用一个布尔值,这个数据帧非常类似于这个数据帧,有2m+行和20+列,以确定某人何时开始

要确定某人是否处于活动状态,我将条件传递给另一个df:

df2 = df.loc[df.Week == df.Week.max()]

df['Status'] = np.where(df['Payroll'].isin(df2['Payroll']), 'Active','Leaver')

因此,使用上述代码,我得到了以下非常好的消息,这告诉我,由于约翰最近一周不在,他已经离开了公司

Name    Payroll Week    Status
0   John    15  1   Leaver
1   John    15  2   Leaver
2   Lucy    75  1   Active
3   Lucy    75  2   Active
4   Lucy    75  3   Active

我想知道的是,约翰什么时候开始和我们在一起,我可以在一年中的每个星期尝试一个面具,并在他们第一次出现时检查一个isin,但我想一定有一种更像蟒蛇的方式来做到这一点!

期望输出:

 Name   Payroll Week    Status
0   John    15  1   Starter
1   John    15  2   Leaver
2   Lucy    75  1   Starter
3   Lucy    75  2   Active
4   Lucy    75  3   Active

非常感谢您的帮助。

data = {'Name' : ['John','John','John','John','Lucy','Lucy','Lucy','Lucy','Lucy'],
            'Payroll' : [15,15,15,15,75,75,75,75,75],
            'Week' : [1,2,3,4,1,2,3,4,5]}

df = pd.DataFrame(data)

期望输出:

    Name    Payroll Week    Status
0   John    15      1   Starter
1   John    15      2   Active
2   John    15      3   Active
3   John    15      4   Leaver
4   Lucy    75      1   Starter
5   Lucy    75      2   Active
6   Lucy    75      3   Active
7   Lucy    75      4   Active
8   Lucy    75      5   Active

注意事项:

2 回复 | 直到 6 年前

jezrael 6 年前

numpy.select 以新的条件 duplicated

a = df.loc[df.Week == df.Week.max(), 'Payroll']
m1 = ~df['Payroll'].isin(a)
m2 = ~df['Payroll'].duplicated()
m3 = ~df['Payroll'].duplicated(keep='last')

df['Status'] = np.select([m2, m1 & m3], ['Starter', 'Leaver'], 'Active')
print (df)
   Name  Payroll  Week   Status
0  John       15     1  Starter
1  John       15     2   Active
2  John       15     3   Active
3  John       15     4   Leaver
4  Lucy       75     1  Starter
5  Lucy       75     2   Active
6  Lucy       75     3   Active
7  Lucy       75     4   Active
8  Lucy       75     5   Active

sophros 6 年前

我遇到的最简单的方法是使用 groupby

for _, dfg in df.groupby(df['Name']):
    gidx = min(dfg.index)
    df.loc[df.index == gidx,'Status'] = 'Starter'

print(df)

和 df

   Name  Payroll  Week   Status
0  John       15     1  Starter
1  John       15     2   Leaver
2  Lucy       75     1  Starter
3  Lucy       75     2   Active
4  Lucy       75     3   Active