时间戳

首页 > 解决方案 > 如何根据熊猫数据框中的多个条件反转列值？

python - 如何根据熊猫数据框中的多个条件反转列值？

问题描述

我想根据多个条件反转特定列的值。我有一个包含 (date, DeviceID, Value) 列的时间序列数据集。

输入数据：

|      date        || DeviceID  |   | Value |
| ---------------- || --------- |   | ----- |
| 28-12-2018 00:00 ||     d1    |   | 0.014 |
| 28-12-2018 00:15 ||     d1    |   | 0.013 |
| 28-12-2018 00:30 ||     d1    |   | 0.012 |
| 28-12-2018 00:45 ||     d1    |   | 0.011 |
|     :        :   ||     d1    |   |   :   |
| 28-12-2018 23:15 ||     d1    |   | 0.012 |
| 28-12-2018 23:30 ||     d1    |   | 0.017 |
| 28-12-2018 23:45 ||     d1    |   | 0.018 |
| 29-12-2018 00:00 ||     d2    |   | 0.019 |
| 29-12-2018 00:15 ||     d2    |   | 0.020 |
|      ....        ||     d2    |   |  ...  |
|        .         ||     .     |   |   .   |
|        .         ||     .     |   |   .   |
| 31-01-2019 23:45 ||     d2    |   |   .   |

预期输出：

|      date        || DeviceID  |   | Value |
| ---------------- || --------- |   | ----- |
| 28-12-2018 00:00 ||     d1    |   | 0.018 |
| 28-12-2018 00:15 ||     d1    |   | 0.017 |
| 28-12-2018 00:30 ||     d1    |   | 0.012 |
| 28-12-2018 00:45 ||     d1    |   | 0.010 |
|     :        :   ||     d1    |   |   :   |
| 28-12-2018 23:15 ||     d1    |   | 0.012 |
| 28-12-2018 23:30 ||     d1    |   | 0.013 |
| 28-12-2018 23:45 ||     d1    |   | 0.014 |
| 29-12-2018 00:00 ||     d2    |   | 0.019 |
| 29-12-2018 00:15 ||     d2    |   | 0.020 |
|      ....        ||     d2    |   |  ...  |
|        .         ||     .     |   |   .   |
|        .         ||     .     |   |   .   |
| 31-01-2019 23:45 ||     d2    |   |   .   |

我已尝试使用以下代码，但主数据框未更新。下面的代码正在反转这些值。另外，我尝试过inplace=True但遇到错误。

df[df['DeviceID'].str.contains('d1') & df['date'].str.contains('28-12-2018')].Value.iloc[::-1]

我想为 d1 提供一组不同的设备（例如 d1、d3、d5、d9）及其相应的日期（例如 [28-12-2018, 30-12-2018]，[03-01-2019, 05- 01-2019, 09-01-2018] 对于 d2 等等）。给定设备的反转值及其相应日期应反映在主数据框中。

标签： pythonpandasdataframe

解决方案

我能想到的一种方法是重新索引，但在这种情况下，您需要数据框中所有索引的列表，所以这应该有效：

# get the list of indices to reverse
indices_rev=df[df['DeviceID'].str.contains('d1') & df['date'].str.contains('28-12-2018')].iloc[::-1].index
        
# get list of indices to not reverse
indices_keep=df[~df['DeviceID'].str.contains('d1') | ~df['date'].str.contains('28-12-2018')].index
        
# add the lists
indices=indices_rev.append(indices_keep)
        
# reindex with the new list of indices
df=df.reindex(indices)
df

推荐阅读