熊猫数据框枚举通过过滤器的行

carmi 发表于 Dev

卡米

我有一个大数据框，如果行没有通过过滤器，我想添加一个为 -1 的列，或者如果它通过过滤器，则添加一个索引。例如，在数据框中

    b   f   j    passed  new_index
1   12  5   6         Y          0
2   4   99  2         Y          1
3   10  77  16        N         -1
4   4   99  2         Y          2
5   10  77  16        N         -1
6   4   99  2         Y          3
7   10  77  16        N         -1

该列new_index是我添加的，基于 column passed。如果没有 iterrows，我该如何做到这一点？我创建了一个系列bool4，在True那里passed == Y和False其他地方，并尝试：

df.loc[bool4, 'new_index'] = df.loc[bool4, 'new_index'].apply([lambda i: i for i in range(sum(bool4))])

但它不会更新new_index列（将其留空）。

斯科特·波士顿

让我们使用eq, cumsum, add, 和mask：

df['new_index'] = df.passed.eq('Y').cumsum().add(-1).mask(df.passed == 'N', -1)

输出：

    b   f   j passed  new_index
1  12   5   6      Y          0
2   4  99   2      Y          1
3  10  77  16      N         -1
4   4  99   2      Y          2
5  10  77  16      N         -1
6   4  99   2      Y          3
7  10  77  16      N         -1

本文收集自互联网，转载请注明来源。

如有侵权，请联系 [email protected] 删除。