我有以下對列value進行排序的數據框：df = pd.DataFrame({'variable': {0: 'Chi', 1: 'San Antonio', 2: 'Dallas', 3: 'PHL', 4: 'Houston', 5: 'NY', 6: 'Phoenix', 7: 'San Diego', 8: 'LA', 9: 'San Jose', 10: 'SF'}, 'value': {0: 191.28, 1: 262.53, 2: 280.21, 3: 283.08, 4: 290.75, 5: 295.72, 6: 305.6, 7: 357.89, 8: 380.07, 9: 452.71, 10: 477.67}})輸出： variable value0 Chi 191.281 San Antonio 262.532 Dallas 280.213 PHL 283.084 Houston 290.755 NY 295.726 Phoenix 305.607 San Diego 357.898 LA 380.079 San Jose 452.7110 SF 477.67我想找到相鄰值之間的距離小于 10 的值：df['value'].diff() < 10輸出：0 False1 False2 False3 True4 True5 True6 True7 False8 False9 False10 FalseName: value, dtype: bool現在我想平均間隔那些True彼此太接近的值。這個想法是取True序列之前的第一個值 (280.21) 并將 5 添加到每個下一個True值（累積和）：第一個True= 280 + 5，第二個True= 280 + 5 + 5，第三個True= 280 + 5 + 5...預期輸出： variable value0 Chi 191.281 San Antonio 262.532 Dallas 280.21 3 PHL 285.21 <-4 Houston 290.21 <-5 NY 295.21 <-6 Phoenix 300.21 <-7 San Diego 357.898 LA 380.079 San Jose 452.7110 SF 477.67我的解決方案：mask = df['value'].diff() < 10df.loc[mask, 'value'] = 5df.loc[mask | mask.shift(-1), 'value'] = last_day[mask | mask.shift(-1), 'value'].cumsum()也許有一個更優雅的。
1 回答
牛魔王的故事
TA貢獻1830條經驗 獲得超3個贊
讓我們試試這個：
df = pd.DataFrame({'variable': {0: 'Chi', 1: 'San Antonio', 2: 'Dallas', 3: 'PHL', 4: 'Houston', 5: 'NY', 6: 'Phoenix', 7: 'San Diego', 8: 'LA', 9: 'San Jose', 10: 'SF'}, 'value': {0: 191.28, 1: 262.53, 2: 280.21, 3: 283.08, 4: 290.75, 5: 295.72, 6: 305.6, 7: 357.89, 8: 380.07, 9: 452.71, 10: 477.67}})
s = df['value'].diff() < 10
add_amt = s.cumsum().mask(~s) * 5
df_out = df.assign(value=df['value'].mask(add_amt.notna()).ffill() + add_amt.fillna(0))
df_out
輸出：
variable value
0 Chi 191.28
1 San Antonio 262.53
2 Dallas 280.21
3 PHL 285.21
4 Houston 290.21
5 NY 295.21
6 Phoenix 300.21
7 San Diego 357.89
8 LA 380.07
9 San Jose 452.71
10 SF 477.67
添加回答
舉報
0/150
提交
取消