假設我有這個熊貓系列：num = pd.Series([1,2,3,4,5,6,5,6,4,2,1,3])我想做的是得到一個數字，比如說5，并返回之前發生的索引。因此，如果我使用元素 5，我應該得到 4，因為該元素出現在索引 4 和 6 中?，F在我想為該系列的所有元素執行此操作，并且可以使用for循環輕松完成：for idx,x in enumerate(num): idx_prev = num[num == x].idxmax() if(idx_prev < idx): return idx_prev但是，由于循環，此過程對于較長的串聯長度消耗了太多時間。有沒有辦法以矢量化的形式實現同樣的事情？輸出應如下所示：[NaN,NaN,NaN,NaN,NaN,NaN,4,5,3,1,0,2]
2 回答
揚帆大魚
TA貢獻1799條經驗 獲得超9個贊
您可以使用 來移動索引：groupby
num.index.to_series().groupby(num).shift()
輸出：
0 NaN
1 NaN
2 NaN
3 NaN
4 NaN
5 NaN
6 4.0
7 5.0
8 3.0
9 1.0
10 0.0
11 2.0
dtype: float64
浮云間
TA貢獻1829條經驗 獲得超4個贊
可以在 中繼續工作。numpy
相當于使用是：[num[num == x].idxmax() for idx,x in enumerate(num)]numpy
_, out = np.unique(num.values, return_inverse=True)
哪個分配
array([0, 1, 2, 3, 4, 5, 4, 5, 3, 1, 0, 2], dtype=int64)
自。現在，您可以將 的壞值分配給 s，如下所示：outoutNan
out_series = pd.Series(out) out_series[out >= np.arange(len(out))] = np.nan
添加回答
舉報
0/150
提交
取消