基於其他條目的大熊貓操作

Question

我有一個熊貓數據框，需要根據現有列創建列（不難），但我需要的i th值基於i-1 th值該列。示例系列：

data = np.array([0, 0, 0, 1, 1, 1, 0, 1, 0, 0, 0, 1, 1, 1]) 

我想i個元素爲1，如果它是一系列1 S的開始，如：

array([0, 0, 0, 1, 0, 0, 0, 1, 0, 0, 0, 1, 0, 0]) 

還有其他的業務，我想是能夠做到，但只是瞭解如何做到這一點而不需要迭代將會非常有幫助。我很抱歉，如果有人問我，我不知道如何搜索它。

Answer 1

如果1是一個組的開始，這意味着它是1，而前一個元素不是1.這在熊貓中比在純粹的numpy中要容易一些，因爲「前一個元素不是1」可以是使用移動所有數據的shift進行翻譯（默認情況下爲1）。

In [15]: s = pd.Series([0, 0, 0, 1, 1, 1, 0, 1, 0, 0, 0, 1, 1, 1]) 

In [16]: ((s == 1) & (s.shift() != 1)).astype(int) 
Out[16]: 
0  0 
1  0 
2  0 
3  1 
4  0 
5  0 
6  0 
7  1 
8  0 
9  0 
10 0 
11 1 
12 0 
13 0 
dtype: int64 

即使1是第一要素會的工作，因爲自1前沒有元素，我們在變速後得到的NaN和NaN = 1的情況下：

n [18]: s.shift().head() 
Out[18]: 
0 NaN 
1 0.0 
2 0.0 
3 0.0 
4 1.0 

Answer 2

np.where

# [0 0 0 1 1 1 0 1 0 0 0 1 1 1] <- data 
# [0 0 0 0 1 1 1 0 1 0 0 0 1 1] <- np.append(0, data[:-1]) 
#^\__shifted data d[:-1]__/ 
# | 
# appended zero 
# [1 1 1 1 0 0 0 1 0 1 1 1 0 0] <- ~np.append(0, data[:-1]) 
# [0 0 0 1 0 0 0 1 0 0 0 1 0 0] <- result 

np.where(data & ~np.append(0, data[:-1]).astype(bool), 1, 0) 

array([0, 0, 0, 1, 0, 0, 0, 1, 0, 0, 0, 1, 0, 0]) 

使用陣列乘法

data * (1 - np.append(0, data[:-1])) 

array([0, 0, 0, 1, 0, 0, 0, 1, 0, 0, 0, 1, 0, 0]) 

np.diff

(np.diff(np.append(0, data)) == 1).astype(int) 

array([0, 0, 0, 1, 0, 0, 0, 1, 0, 0, 0, 1, 0, 0])