パンダDATAFRAMEは、最初の発生を見つける

Question

I持って、次のデータ

 timestamp  bucket forward 
    0 02/01/2012 08:00 1 2309.6 
1156 02/01/2012 08:00 2 2305.9 
2320 02/01/2012 08:00 3 2306 
3481 02/01/2012 08:00 4 2240.9 
4643 02/01/2012 08:00 5 2235.3 
5807 02/01/2012 08:00 6 2224.1 
6969 02/01/2012 08:00 7 2167.1 
    1 02/01/2012 09:00 1 2327.3 
1157 02/01/2012 09:00 2 2323.4 
2321 02/01/2012 09:00 3 2323.5 
3482 02/01/2012 09:00 4 2258.4 
4644 02/01/2012 09:00 5 2252.8 
5808 02/01/2012 09:00 6 2241.4 
6970 02/01/2012 09:00 7 2183.2 
    2 02/01/2012 10:00 1 2342.3 

もしバケツ> previouバケツ、私はつまり、同じタイムスタンプに対応する前方を見つける必要があります。

 timestamp  bucket forward result 
    0 02/01/2012 08:00 1 2309.6 2309.6 
1156 02/01/2012 08:00 2 2305.9 2309.6 
2320 02/01/2012 08:00 3 2306  2309.6 
3481 02/01/2012 08:00 4 2240.9 2309.6 
4643 02/01/2012 08:00 5 2235.3 2309.6 
5807 02/01/2012 08:00 6 2224.1 2309.6 
6969 02/01/2012 08:00 7 2167.1 2309.6 
    1 02/01/2012 09:00 1 2327.3 2327.3 
1157 02/01/2012 09:00 2 2323.4 2327.3 
2321 02/01/2012 09:00 3 2323.5 2327.3 
3482 02/01/2012 09:00 4 2258.4 2327.3 
4644 02/01/2012 09:00 5 2252.8 2327.3 
5808 02/01/2012 09:00 6 2241.4 2327.3 
6970 02/01/2012 09:00 7 2183.2 2327.3 
    2 02/01/2012 10:00 1 2342.3 2342.3 

これまでのところ私が持っている：バケット部分の最初のoccuranceを組み込む方法

df['result'] = np.where(df['bucket'].diff()>0, df['forward'].shift(1), df['forward']) 

わかりません。任意のポインタは、あなたがdiffとcumsumとバケット列からグループ変数を作成し、変換と、各グループから前進1の値を取ることができ

Answer 1

ここには1つの方法があります。

値を前の値と比較して値を入力し、次にffillの値をNaNとします。

In [1024]: df['result'] = df.loc[~(df.bucket > df.bucket.shift(1)), 'forward'] 

In [1025]: df 
Out[1025]: 
       timestamp bucket forward result 
0 '02/01/2012 08:00'  1 2309.6 2309.6 
1156 '02/01/2012 08:00'  2 2305.9  NaN 
2320 '02/01/2012 08:00'  3 2306.0  NaN 
3481 '02/01/2012 08:00'  4 2240.9  NaN 
4643 '02/01/2012 08:00'  5 2235.3  NaN 
5807 '02/01/2012 08:00'  6 2224.1  NaN 
6969 '02/01/2012 08:00'  7 2167.1  NaN 
1 '02/01/2012 09:00'  1 2327.3 2327.3 
1157 '02/01/2012 09:00'  2 2323.4  NaN 
2321 '02/01/2012 09:00'  3 2323.5  NaN 
3482 '02/01/2012 09:00'  4 2258.4  NaN 
4644 '02/01/2012 09:00'  5 2252.8  NaN 
5808 '02/01/2012 09:00'  6 2241.4  NaN 
6970 '02/01/2012 09:00'  7 2183.2  NaN 
2 '02/01/2012 10:00'  1 2342.3 2342.3 

フォワードフィルNaNの

In [1026]: df.result = df.result.ffill() 

In [1027]: df 
Out[1027]: 
       timestamp bucket forward result 
0 '02/01/2012 08:00'  1 2309.6 2309.6 
1156 '02/01/2012 08:00'  2 2305.9 2309.6 
2320 '02/01/2012 08:00'  3 2306.0 2309.6 
3481 '02/01/2012 08:00'  4 2240.9 2309.6 
4643 '02/01/2012 08:00'  5 2235.3 2309.6 
5807 '02/01/2012 08:00'  6 2224.1 2309.6 
6969 '02/01/2012 08:00'  7 2167.1 2309.6 
1 '02/01/2012 09:00'  1 2327.3 2327.3 
1157 '02/01/2012 09:00'  2 2323.4 2327.3 
2321 '02/01/2012 09:00'  3 2323.5 2327.3 
3482 '02/01/2012 09:00'  4 2258.4 2327.3 
4644 '02/01/2012 09:00'  5 2252.8 2327.3 
5808 '02/01/2012 09:00'  6 2241.4 2327.3 
6970 '02/01/2012 09:00'  7 2183.2 2327.3 
2 '02/01/2012 10:00'  1 2342.3 2342.3 

Answer 2

をいただければ幸いです。

df['result'] = df.groupby(by = (df.bucket.diff() < 0).cumsum())['forward'].transform('first') 
df