主页 / 问题 / 1024247
Accepted
GralL
Asked:2020-09-14 00:28:00 +0000 UTC2020-09-14 00:28:00 +0000 UTC

按条件将一行中的值与该列中的所有值进行比较

  • 772

我有一个数据框：

    Item      Year  Week   Qnty   Start_season 
 1  160947    2018   01     0          0
 2  160947    2018   08     0          0
 3  160947    2018   09     9          1
 4  160947    2018   10    12          1
 5  160947    2018   11    99          1

其中 Item 是产品，Year 是销售年份，Week 是销售周数，Qnty 是本周的销售量，Start_season 是季节的开始时间段

我需要找到赛季结束并制作一个单独的字段，其中将写入标志 1 - 赛季结束是本周，0 - 赛季结束不是本周。季末是 Qnty 值（一周的总值）与 Start_season = 1（季节开始）时的 Qnty 值相差 +/- 10% 的时期。

像这样尝试：

df['Finish_season'] = np.where((df['Start_season'] == 1) & (ufloat((df['Qnty'].shift(-1) - df['Qnty'])/df['Qnty']*100 , 10)),1,0)

但它不起作用。

因此，我想获得以下 DataFarme：

    Item      Year  Week   Qnty   Start_season  Finish_season
 1  160947    2018   01     0          0            0 
 2  160947    2018   08     0          0            0
 3  160947    2018   09     9          1            0
 4  160947    2018   10    12          1            1
 5  160947    2018   11    99          1            1

在获取 Finish_season 列时，我们比较 Qnty= 12 大于 Qnty = 9 & Start_season=1 的次数，如果百分比值为 +/- 10，我们设置 Finish_season = 1。

python

1 个回答

  1. Best Answer
    mask = df.eval("Start_season == 1")

df["Finish_season"] = 0

df.loc[mask, "Finish_season"] = \
    np.where(np.abs(df.loc[mask].groupby("Item")["Qnty"].pct_change() - 1) > 0.1, 1, 0)

    结果：

    In [151]: df
Out[151]:
     Item  Year  Week  Qnty  Start_season  Finish_season
1  160947  2018     1     0             0              0
2  160947  2018     8     0             0              0
3  160947  2018     9     9             1              0
4  160947  2018    10    12             1              1
5  160947  2018    11    99             1              1

    更新：

    如果我们比较的值是常数？在我们的示例中，我们仅将下一行中的每个数字除以 9

    tresh = 9
df.loc[mask, "Finish_season"] = \
    np.where(np.abs(df.loc[mask].groupby("Item")["Qnty"].apply(lambda x: x/tresh) - 1) > 0.1, 1, 0)
    • 2

相关问题