在熊猫df中移动等于特定值的行
我不确定哪个是解决这个问题的最有效过程，所以我会很广泛。我想将where与特定值shift结合起来。对于下面的内容，我想提高价值所在。但我想将它与上面的字符串结合起来，而不是覆盖它。row==dfshift rows==X
注意：row我要shift升级的是每个14th row. 所以每隔 n 次row及shift以上选择一次可能更容易？
df = pd.DataFrame({
'Value' : ['Foo','X','00:00','00:00','29:00','30:00','00:00','02:00','15:00','20:00','10:00','15:00','20:00','25:00'],
'Number' : [00,0,1,2,3,4,5,6,7,8,9,10,11,12],
})
val = ['X']
a = df[df.isin(val)].shift(-1)
df[df.isin(val)] = np.nan
out_df = a.combine_first(df)
出去：
Value Number
0 X 0.0
1 NaN 0.0
2 00:00 1.0
3 00:00 2.0
4 29:00 3.0
5 30:00 4.0
6 00:00 5.0
7 02:00 6.0
8 15:00 7.0
9 20:00 8.0
10 10:00 9.0
11 15:00 10.0
12 20:00 11.0
13 25:00 12.0
预期输出：
Value Number
0 Foo X 0.0
2 00:00 1.0
3 00:00 2.0
4 29:00 3.0
5 30:00 4.0
6 00:00 5.0
7 02:00 6.0
8 15:00 7.0
9 20:00 8.0
10 10:00 9.0
11 15:00 10.0
12 20:00 11.0
13 25:00 12.0
料青山看我应如是1回答
-
一只斗牛犬
你可以尝试这样的事情：df.groupby((df['Value'] != val[0]).cumsum())[['Value','Number']].agg({'Value':' '.join, 'Number':'sum'})输出： Value NumberValue 1 Foo X 02 00:00 13 00:00 24 29:00 35 30:00 46 00:00 57 02:00 68 15:00 79 20:00 810 10:00 911 15:00 1012 20:00 1113 25:00 12
随时随地看视频慕课网APP
相关分类
Python