Новый столбец на основе некоторых условий

Я хочу добавить новый столбец в соответствии с некоторыми условиями: где х и у одинаковые и год или год-1; если c = 1, новый столбец "c_new" = 1, иначе 0. Как мне это сделать?

import pandas as pd
data = {'x': [ 0, 300.1, 0, 300.1, 0, 300.1, 0, 300.1], 'y': [ 160.1, 400.1, 160.1, 400.1, 160.1, 400.1, 160.1, 400.1], 'a': [3, 4, 3, 4, 3, 4, 3, 4], 'c': [0, 0, 1, 0, 0, 0, 1, 0], 'year': [2000, 2000, 2001, 2001, 2002, 2002, 2003, 2003]}   
df = pd.DataFrame(data)
df
            
             x        y     a    c      year
        
        1   0.0     160.1   3   0.0     2000
        2   300.1   400.1   4   0.0     2000
        3   0.0     160.1   3   1.0     2001
        4   300.1   400.1   4   0.0     2001
        5   0.0     160.1   3   0.0     2002
        6   300.1   400.1   4   0.0     2002
        7   0.0     160.1   3   1.0     2003
        8   300.1   400.1   4   0.0     2003

Expected output:            
              x       y     a      c     year  c_new   
        
        1   0.0     160.1   3    0.0    2000   0.0       
        2   300.1   400.1   4    0.0    2000   0.0       
        2   0.0     160.1   3    1.0    2001   1.0       
        4   300.1   400.1   4    0.0    2001   0.0       
        5   0.0     160.1   3    0.0    2002   1.0        
        6   300.1   400.1   4    0.0    2002   0.0       
        7   0.0     160.1   3    1.0    2003   1.0       
        8   300.1   400.1   4    0.0    2003   0.0       

Я не уверен, что понимаю условия. Нет данных, где x и y совпадают, насколько я вижу. И это maximum year subtract 1 (or 2) или это year ending with 1 (or 2)?

S Rawson 10.04.2022 17:49

у вас всегда есть все промежуточные годы (2000, 2001, 2002, 2003…), или у вас могут быть пропущенные?

mozway 10.04.2022 17:52

Это означает, что при группировке по x, y и году (2022 г.); проверьте группу значений c по x, y и year-1 (2021) и проверьте группу значений c по x, y и year-2 (2020), если значение c равно 1 в любом случае, c_new = 1, иначе 0. @S Роусон

nurer 10.04.2022 18:11

У меня нет потерянных лет. @mozway

nurer 10.04.2022 18:13

@nurer, тогда вы можете проверить мой ответ, я думаю, это то, что вы хотите

mozway 10.04.2022 18:23
Анализ настроения постов в Twitter с помощью Python, Tweepy и Flair
Анализ настроения постов в Twitter с помощью Python, Tweepy и Flair
Анализ настроения текстовых сообщений может быть настолько сложным или простым, насколько вы его сделаете. Как и в любом ML-проекте, вы можете выбрать...
7 лайфхаков для начинающих Python-программистов
7 лайфхаков для начинающих Python-программистов
В этой статье мы расскажем о хитростях и советах по Python, которые должны быть известны разработчику Python.
Установка Apache Cassandra на Mac OS
Установка Apache Cassandra на Mac OS
Это краткое руководство по установке Apache Cassandra.
Сертификатная программа "Кванты Python": Бэктестер ансамблевых методов на основе ООП
Сертификатная программа "Кванты Python": Бэктестер ансамблевых методов на основе ООП
В одном из недавних постов я рассказал о том, как я использую навыки количественных исследований, которые я совершенствую в рамках программы TPQ...
Создание персонального файлового хранилища
Создание персонального файлового хранилища
Вы когда-нибудь хотели поделиться с кем-то файлом, но он содержал конфиденциальную информацию? Многие думают, что электронная почта безопасна, но это...
Создание приборной панели для анализа данных на GCP - часть I
Создание приборной панели для анализа данных на GCP - часть I
Недавно я столкнулся с интересной бизнес-задачей - визуализацией сбоев в цепочке поставок лекарств, которую могут просматривать врачи и...
1
5
30
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Предполагая, что у вас есть все годы, вы можете использовать сдвинутый скользящий максимум:

N = 2 # number of previous years to consider
df['c_new'] = (df
 .groupby(['x', 'y'])
 ['c'].apply(lambda x: x.shift().rolling(N, min_periods=1).max())
)

выход:

       x      y  a  c  year  c_new
0    0.0  160.1  3  0  2000    NaN
1  300.1  400.1  4  0  2000    NaN
2    0.0  160.1  3  1  2001    0.0
3  300.1  400.1  4  0  2001    0.0
4    0.0  160.1  3  0  2002    1.0
5  300.1  400.1  4  0  2002    0.0
6    0.0  160.1  3  1  2003    1.0
7  300.1  400.1  4  0  2003    0.0

NB. будьте осторожны с группировкой по поплавкам. Убедитесь, что они округлены, чтобы близкие числа не образовывали разные группы.

обновление: год и год-1
N = 2 # number of previous years to consider
df['c_new'] = (df
 .groupby(['x', 'y'])
 ['c'].rolling(N, min_periods=1).max().droplevel(['x', 'y'])
)

выход:

       x      y  a  c  year  c_new
0    0.0  160.1  3  0  2000    0.0
1  300.1  400.1  4  0  2000    0.0
2    0.0  160.1  3  1  2001    1.0
3  300.1  400.1  4  0  2001    0.0
4    0.0  160.1  3  0  2002    1.0
5  300.1  400.1  4  0  2002    0.0
6    0.0  160.1  3  1  2003    1.0
7  300.1  400.1  4  0  2003    0.0

Спасибо @mozway. Оно работает. Но мне жаль, что я ошибся в своем вопросе. Я исправил свой вопрос. Он должен проверить значение c для того же года и предыдущего года. В таком случае, как я могу это сделать?

nurer 10.04.2022 19:06

@nurer тогда еще проще, простой groupby+rolling.max, смотрите обновление ;)

mozway 10.04.2022 19:13

Другие вопросы по теме