在熊猫数据框中创建新列作为分组依据

Question

大家好，我需要您的帮助才能在 pandas 数据框中获得预期的输出/结果。我有一个包含数据的文件，如下所示：Time/Location    ValueLocation1   Today             3Next day          0Weekend          -6Next week         1Location2   Today             2Next day         -1Weekend           3Next week         2Location3   Today             1Next day          3Weekend 1Next week        -1Location4   Today             3Next day          2Weekend           5Next week         4Location5   Today             4Next day          2Weekend           3Next week         1Location6   Today            -1Next day          3Weekend           3Next week         2并期望输出如下，它为“位置”创建新列。Location    Time       ValueLocation1   Today       3Location1   Next day    0Location1   Weekend    -6Location1   Next week   1Location2   Today       2Location2   Next day   -1Location2   Weekend     3Location2   Next week   2Location3   Today       1Location3   Next day    3Location3   Weekend     1Location3   Next week  -1Location4   Today       3Location4   Next day    2Location4   Weekend     5Location4   Next week   4Location5   Today       4Location5   Next day    2Location5   Weekend     3Location5   Next week   1Location6   Today      -1Location6   Next day    3Location6   Weekend     3Location6   Next week   2我感谢任何帮助/建议....拜托！

Answer 1

如果缺少的值不存在，Value则使用DataFrame.insert替换值以在第一列中丢失并通过 前向填充它们，最后按和列ffill删除行：DataFrame.dropnarename

df.insert(0, 'Location', df['Time/Location'].mask(df['Value'].notna()).ffill())

df = df.dropna(subset=['Value']).rename(columns={'Time/Location':'Time'})

print (df)

     Location       Time  Value

1   Location1      Today    3.0

2   Location1   Next day    0.0

3   Location1    Weekend   -6.0

4   Location1  Next week    1.0

6   Location2      Today    2.0

7   Location2   Next day   -1.0

8   Location2    Weekend    3.0

9   Location2  Next week    2.0

11  Location3      Today    1.0

12  Location3   Next day    3.0

13  Location3    Weekend    1.0

14  Location3  Next week   -1.0

16  Location4      Today    3.0

17  Location4   Next day    2.0

18  Location4    Weekend    5.0

19  Location4  Next week    4.0

21  Location5      Today    4.0

22  Location5   Next day    2.0

23  Location5    Weekend    3.0

24  Location5  Next week    1.0

26  Location6      Today   -1.0

27  Location6   Next day    3.0

28  Location6    Weekend    3.0

29  Location6  Next week    2.0

另一个想法是测试第一列中的值Series.isin并过滤boolean indexing：

L = ['Today','Next day','Weekend','Next week']

m = df['Time/Location'].isin(L)

df.insert(0, 'Location', df['Time/Location'].mask(m).ffill())

df = df[m].rename(columns={'Time/Location':'Time'})

print (df)

     Location       Time  Value

1   Location1      Today    3.0

2   Location1   Next day    0.0

3   Location1    Weekend   -6.0

4   Location1  Next week    1.0

6   Location2      Today    2.0

7   Location2   Next day   -1.0

8   Location2    Weekend    3.0

9   Location2  Next week    2.0

11  Location3      Today    1.0

12  Location3   Next day    3.0

13  Location3    Weekend    1.0

14  Location3  Next week   -1.0

16  Location4      Today    3.0

17  Location4   Next day    2.0

18  Location4    Weekend    5.0

19  Location4  Next week    4.0

21  Location5      Today    4.0

22  Location5   Next day    2.0

23  Location5    Weekend    3.0

24  Location5  Next week    1.0

26  Location6      Today   -1.0

27  Location6   Next day    3.0

28  Location6    Weekend    3.0

29  Location6  Next week    2.0