根据条件将字符串值替换为前一行值 - Pandas

Question

鉴于满足某些条件，我正在尝试根据上一行替换当前行中的值。

条件：

当前行为 0

上一行是 C

在组内（首选，但可能没有）

类似于我的示例数据框：

ID  Week value

 4    1     W

 4    2     C

 4    3     0

 4    4     0

24    1     W

24    2     W

24    3     0

24    4     A

我需要它看起来像的示例：

ID  Week value

 4    1     W

 4    2     C

 4    3     C

 4    4     C

24    1     W

24    2     W

24    3     0

24    4     A

构建类似于我的数据框的代码

import pandas as pd

df = pd.DataFrame({'ID': {0:'4', 1:'4', 2:'4', 3:'4', 4:'24', 5:'24', 6:'24', 7:'24'}, 'Week': {0:'1', 1:'2', 2:'3', 3:'4', 4: '1', 5:'2', 6:'3', 7:'4'},  'value': {0:'W', 1:'C', 2:'0', 3:'0', 4: 'W', 5:'W', 6:'0', 7:'A'} })

df[['ID', 'Week']] = df[['ID', 'Week']].astype('int')

解决问题的尝试效果不佳（引发错误）

for i in range(1, len(df)):

    if df.value[i] == '0' and df.value[i-1] == 'C':

         df.value[i] = 'C'

     else:

         df.value[i] = df.value[i]

Answer 1

通常，我会使用np.where条件将条件应用于列。但是，给定.shift()函数，如果不将其放入 for 循环中，这将不起作用。一种快速的方法是使用.replace()：for row in range(0,len(df)):    df['value'] = df['value'].replace('0',df['value'].shift(1))如果您希望保持有条件，您仍然可以np.where以类似的方式使用。for row in range(0,len(df)):    df['value'] = np.where((df['value'] == '0') & (df['value'].shift(1) == 'C'), 'C', df['value'])

Answer 2

不容易推广到其他情况，但对于您的具体情况，您可以这样做：is_0 = df['value'] == '0'is_C_block = df['value'].replace('0', pd.np.nan).fillna(method='ffill') == 'C'df.loc[is_0 & is_C_block, 'value'] = 'C'