Pandas-循环控制-根据列值比较控制循环的行为

如何解决Pandas-循环控制-根据列值比较控制循环的行为

假设我有一个如下所示的Pandas DataFrame：

Row | Column1 | Column2 | Column3
0 | abc | 10 | NY
1 | abc | 20 | NY
2 | abc | 15 | CA
3 | xyz | 10 | RI
4 | xyz | 30 | NV
5 | lmn | 15 | MN

现在，我想对column2和column3的值执行多项操作，但是仅当column1的值更改时。也就是说，循环应贯穿前三行，并在值更改时激活不同的代码。传统语言中这样的内容：

prev = df[0:1]
    for row in df:
       if prev.column1 == row.column1:
          <some code>
          continue
       else:
          <some other code>
    
       prev = row

目前，我尝试过的上述代码的python等效项对我不起作用，因为它表示该系列的真值不明确。如果我通过在条件上使用.any()来解决此问题，那么对于column1值的第一次更改，它可以正常工作，但是会抛出异常； bool没有属性“ any”。

谢谢您的帮助。

解决方法

1. 您可以使用.shift()逐行比较列中的值。
2. 您可以使用np.where()来根据条件和操作来更改数据。

---

首先，我们使用以下条件创建条件：

condition = (df.shift()['Column1'] != df['Column1']) & df.index > 0

1. 如果True中的值与带有False的上一行Column1值不同，则此条件将行标记为Column1或(df.shift()['Column1'] != df['Column1'])。
li>
2. 但是，这也会标记第一行，因此您可以添加df.index > 0作为忽略第一行的另一条件。

---

接下来，让我们根据条件对数据框进行一些操作：

df['Column2'] = np.where(condition,df['Column2'] + 100,df['Column2'])

df['Column3'] = np.where(condition,df['Column3'] + ' (adjusted)',df['Column3'])

1. 使用np.where()，您传递的第一个参数是您刚创建的自定义condition变量。

2. 如果第一个参数（condition）为True，则要传递的第二个参数是您想执行的任何操作。例如，df['Column2'] + 100或df['Column3'] + ' (adjusted)'

3. 您将传递的第三个​​参数是condition为False时应返回的内容。在这种情况下，只需使用df['Column2']或df['Column3']

   来返回列的原始值

---

import pandas as pd,numpy as np
condition = (df.shift()['Column1'] != df['Column1']) & df.index > 0
df['Column2'] = np.where(condition,df['Column2'])
df['Column3'] = np.where(condition,df['Column3'])
df
Out[22]: 
   Row Column1  Column2        Column3
0    0     abc       10             NY
1    1     abc       20             NY
2    2     abc       15             CA
3    3     xyz      110  RI (adjusted)
4    4     xyz       30             NV
5    5     lmn      115  MN (adjusted)