Skip to main content
 首页 » 编程设计

python之使用 Loop 根据数据中的条件修改 Pandas Dataframe

2025年04月02日16飞鱼

如果我的数据框是这样的

z = { 
    'Cust': ["a", "a", "a", "a", "a", "b", "b", "b", "b", "c", "d"], 
    'datediff': [1, 3, 9, 26, 30, 1, 2, 7, 10, 5, 7], 
    'row_number': [1, 2, 3, 4, 5, 1, 2, 3, 4, 1, 1], 
    'Referer': ["URL1", "URL2", "URL2", "URL1", "URL1", "URL3", "URL1", "URL1", 
                "URL1", "URL1", "URL1"] 
} 
 
df1 = pd.DataFrame(z) 

row_number 标记了每个客户(来自SQL 处理后的数据)中排序的日订单的顺序,SQL 只返回与上一次访问(记录)的Datediff。 (如果需要,我可以添加日期列)

我需要将每个客户访问的第一个 URL(派生列)填充到它下面的所有行(直到 row_number 恢复为 1,标记另一个客户)。

这将允许我使用 DF3_derived.groupby(['Referer']).['datediff' .mean()

我不知道如何仅使用 normal[][boolean condition] 来做到这一点,所以也许最好使用循环读取 dataframe1、修改它并保存到 dataframe2?

基本上(使用 Excel 术语)从上面的行获取值,但如果遇到标记另一个开始的标志则跳过! Excel公式中d2=if(b2>b1,A1,A2),然后把公式往下拉!

请您参考如下方法:

如果我没理解错的话,你可以使用 groupby() 与 transform('first') 结合使用:

In [7]: df1.Referer = df1.groupby(['Cust'])['Referer'].transform('first') 
 
In [8]: df1 
Out[8]: 
   Cust Referer  datediff  row_number 
0     a    URL1         1           1 
1     a    URL1         3           2 
2     a    URL1         9           3 
3     a    URL1        26           4 
4     a    URL1        30           5 
5     b    URL3         1           1 
6     b    URL3         2           2 
7     b    URL3         7           3 
8     b    URL3        10           4 
9     c    URL1         5           1 
10    d    URL1         7           1