我目前正在研究熊猫的批量数据预处理框架，并且由于我对熊猫还比较陌生，所以我似乎无法解决此问题：
给定：具有2列的数据集：col_1，col_2
必需：req_col如果
a，则增加其值的新列。中的值col_1不连续
或
b。的值col_2连续增加
注意：
col_2总是从1值开始并且总是增加，并且值永远不会丢失（总是连续的），例如：1、2、2、3、3、4、5、6、6、6、7、8、8、9。 ....col_1总是从0值开始并且总是增加，但是某些值可能会丢失（不需要连续），例如：0,1,2,2,3,6,6,6,10,10,10 ...预期答案：
col_1 col_2 req_col #Changes in req_col explained below
0 1 1
0 1 1
0 2 2 #because col_2 value has incremented
1 2 2
1 2 2
3 2 3 #because '3' is not consectutive to '1' in col_1
3 3 4 #because of increment in col_2
5 3 5 #because '5' is not consecutive to '3' in col_1
6 4 6 #because of increment in col_2 and so on...
6 4 6
尝试：
df['req_col'] = (df['col_1'].diff().gt(1) | # col_1 is not consecutive
df['col_2'].diff().ne(0) # col_2 is has a jump
).cumsum()
输出：
0 1
1 1
2 2
3 2
4 2
5 3
6 4
7 5
8 6
9 6
dtype: int32
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。
我来说两句