时间戳

首页 > 解决方案 > Pandas - 相对于当前行的最近匹配

python - Pandas - 相对于当前行的最近匹配

问题描述

我想在我的数据框中添加一个新列，其中包含最新的 'revenue' 值，其中 'promotion' == 1，不包括当前行。数据框将始终按“天”降序排序。对于靠近数据框底部的行，其中没有前一行具有 'promotion' == 1，理想情况下它应该不返回任何内容（但这不是硬性要求，因为我们通常对最近的记录最感兴趣）。

所以如果这是我的数据框：

import pandas as pd
import numpy as np
df = pd.DataFrame({'day':[10, 9, 8, 7, 6, 5, 4, 3, 2, 1],
                   'revenue':[12000, 13000, 17000, 14000, 16000,
                              15000, 19000, 17000, 12000, 11000],
                  'promotion':[0, 0, 1, 1, 0, 0, 1, 0, 1, 0]})

新列将如下所示：

df['last_promo_rev'] = [17000, 17000, 14000, 19000, 19000, 19000, 12000, 12000, np.nan, np.nan]

标签： pythonpandasdataframefeature-engineering

解决方案

这可能会奏效。我们可以使用移位。这从您的基本 DataFrame 示例开始。

# Create column with valid promotion values set
df.loc[:, 'last_promo_rev'] = df.loc[df["promotion"] == 1, "revenue"]

# Shift the column by -1 to move the row up one, then backfill with revenue values.
df.loc[:, 'last_promo_rev'] = df.loc[:, "last_promo_rev"].shift(-1).bfill(axis="rows")

输出：

   day  revenue  promotion  last_promo_rev
0   10    12000          0         17000.0
1    9    13000          0         17000.0
2    8    17000          1         14000.0
3    7    14000          1         19000.0
4    6    16000          0         19000.0
5    5    15000          0         19000.0
6    4    19000          1         12000.0
7    3    17000          0         12000.0
8    2    12000          1             NaN
9    1    11000          0             NaN

推荐阅读