第七色在线视频,2021少妇久久久久久久久久,亚洲欧洲精品成人久久av18,亚洲国产精品特色大片观看完整版,孙宇晨将参加特朗普的晚宴

為了賬號(hào)安全,請(qǐng)及時(shí)綁定郵箱和手機(jī)立即綁定
已解決430363個(gè)問(wèn)題,去搜搜看,總會(huì)有你想問(wèn)的

如何從 pandas 數(shù)據(jù)框中的當(dāng)前行中減去前一行以創(chuàng)建一個(gè)新列以每個(gè)名稱重新啟動(dòng)進(jìn)程?

如何從 pandas 數(shù)據(jù)框中的當(dāng)前行中減去前一行以創(chuàng)建一個(gè)新列以每個(gè)名稱重新啟動(dòng)進(jìn)程?

慕蓋茨4494581 2023-03-01 16:35:41
我有一個(gè)包含 3 列的數(shù)據(jù)框,其中第一列是帶有人名的分類變量,第二列是日期,第三列是問(wèn)題的累積出現(xiàn)次數(shù)。我想生成一個(gè)新列,其中包含每個(gè)人每天發(fā)生的事件。**Name     Date          Cumulative**John     01-01-2020    0John     02-01-2020    5John     03-01-2020    10John     04-01-2020    12Peter    01-01-2020    0Peter    02-01-2020    3Peter    03-01-2020    7Peter    04-01-2020    10James    01-01-2020    0James    02-01-2020    10James    03-01-2020    14James    04-01-2020    18Kirk     01-01-2020    0Kirk     02-01-2020    12Kirk     03-01-2020    12Kirk     04-01-2020    15Rob      01-01-2020    0Rob      02-01-2020    11Rob      03-01-2020    18Rob      04-01-2020    23如果我使用 df['By Day'] = df.Cumulative.diff() 結(jié)果很好但是在每個(gè)人第一次出現(xiàn)時(shí)它會(huì)給我負(fù)數(shù)而不是 0(因?yàn)樗鼘⑶耙粋€(gè)數(shù)字減去 0 ). 它會(huì)給我如下:Name     Date          Cumulative  By DayJohn     01-01-2020    0           0John     01-02-2020    0           0John     03-01-2020    5           5John     04-01-2020    10          5John     05-01-2020    12          2Peter    01-01-2020    0           -12Peter    02-01-2020    0           0Peter    03-01-2020    3           3Peter    04-01-2020    7           4Peter    04-01-2020    10          3James    01-01-2020    0           -10James    02-01-2020    0           0James    03-01-2020    10          10James    04-01-2020    14          4James    04-01-2020    18          4 Kirk     01-01-2020    0           -18Kirk     02-01-2020    0           0Kirk     03-01-2020    12          12Kirk     04-01-2020    15          3Kirk     04-01-2020    19          4Rob      01-01-2020    5           -14Rob      02-01-2020    11          6Rob      03-01-2020    18          7Rob      04-01-2020    23          5Rob      04-01-2020    27          4我想對(duì)每個(gè)名字進(jìn)行區(qū)分,以便每次不同的人都從 0 開始。我考慮過(guò)按名稱使用迭代,但它會(huì)為每個(gè)條目執(zhí)行 5 次。例如,對(duì)于 Rob,我想要 0 6 7 5 4 而不是從 -14 開始(Kirk 的前 19 -5 來(lái)自 Rob 的第一個(gè)條目)
查看完整描述

1 回答

?
元芳怎么了

TA貢獻(xiàn)1798條經(jīng)驗(yàn) 獲得超7個(gè)贊

您應(yīng)該首先在該列上使用groupby函數(shù)Name以分別對(duì)每個(gè)人應(yīng)用該diff函數(shù)。然后你可以使用0fillna(0)替換NaN值(將存在于每個(gè)人的第一行):

df["By Day"] = df.groupby("Name").Comulative.diff().fillna(0)


查看完整回答
反對(duì) 回復(fù) 2023-03-01
  • 1 回答
  • 0 關(guān)注
  • 148 瀏覽
慕課專欄
更多

添加回答

舉報(bào)

0/150
提交
取消
微信客服

購(gòu)課補(bǔ)貼
聯(lián)系客服咨詢優(yōu)惠詳情

幫助反饋 APP下載

慕課網(wǎng)APP
您的移動(dòng)學(xué)習(xí)伙伴

公眾號(hào)

掃描二維碼
關(guān)注慕課網(wǎng)微信公眾號(hào)