熊猫:根据条件和先前的行值创建列值
熊猫:根据条件和先前的行值创建列值
提问于 2022-09-02 17:10:25
在这个给定的示例中，我想在Pandas dataframe 'df‘中创建一个列，其中每个行的值都是基于其前面的行以及来自另一个列'id’的值。例如，如果'id‘已经在'amount’列中分配给它的值为30，那么其他值为30。
预期结果如下：
id amount
a 30
b 30
a 0
a 0
c 30
a 0
c 0
b 0
b 0
a 0
a 0我以为我可以通过groupby和lambda的结合来实现这一点，但遗憾的是，我已经多次撞到墙了。
我试过的是：
df['amount'] = df.apply(lambda x: 30 if df.groupby('id')['amount'].cumsum()<30 else 0)
这给了我以下错误：
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().
如果解决方案是显而易见的，我会提前道歉，但不幸的是，到目前为止，我还没有找到任何可以解决这个问题的方法。
谢谢
Stack Overflow用户
发布于 2022-09-03 22:26:52
# Import Moduel
import pandas as pd
import numpy as np
# Data Preparation and Preprocess
df = pd.DataFrame({'id':['a','b','a','a','c','a','c','b','b','a','a'],
'amount':[30,30,0,0,30,0,0,0,0,0,0]}
)
df['Orig_Index'] = df.reset_index().index
df['Dup_Seq'] = df.groupby(['id']).cumcount()+1
df_required = df.loc[df['Dup_Seq']==1].replace()
df_final = pd.merge(df, df_required[['Orig_Index','Dup_Seq']], left_on='Orig_Index', right_on='Orig_Index', how='left')
df_final['amount_v2'] = np.where(df_final['Dup_Seq_y'] ==1 , 30,0)
df_final.drop(['amount','Orig_Index','Dup_Seq_x','Dup_Seq_y'],axis=1,inplace=True)
df_final.rename(columns = {'amount_v2':'amount'},inplace=True)
# Data Display
df_final你好弗朗西斯
请试试上面的代码，它会对你有帮助，
如果你有什么问题，请告诉我
谢谢里昂
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/73585967
复制相关文章
相似问题
腾讯云开发者
