如何在前N行中获取掩码的第一个实例？

Question

这是我的数据表。

import pandas as pd
df = pd.DataFrame(
    {
        'a': [100, 1123, 9999, 100, 1, 954, 1],
        'b': [1000, 11123, 1123, 0, 55, 0, 1],
    },
)

我希望的结果是创建一列 c：

      a      b       c
0   100   1000     NaN
1  1123  11123     NaN
2  9999   1123  9999.0
3   100      0     NaN
4     1     55     NaN
5   954      0     NaN
6     1      1     NaN

这个条件筛选是：

mask = ((df.a > df.b))

我想要找到符合这个条件筛选的第一行数据，但前提是它必须在前3行之内，然后用 df.a 来创建 c。对于这个例子，这段代码可以正常工作：

df.loc[mask.cumsum().eq(1) & mask, 'c'] = df.a

但是对于这个数据表，它应该返回 NaN 给 c，因为符合条件的第一行不在前3行里。但实际上它并没有这样工作。

df = pd.DataFrame(
    {
        'a': [0, 0, 0, 0, 0, 954, 1],
        'b': [1000, 11123, 1123, 0, 55, 0, 1],
    },
)

Answer 1

不需要再计算其他的掩码，只需对 df['a'] 进行切片，赋值时会自动重新索引：

mask = df['a'] > df['b']

df.loc[mask, 'c'] = df['a'].iloc[:3]

输出结果：

# example 1
      a      b       c
0   100   1000     NaN
1  1123  11123     NaN
2  9999   1123  9999.0
3   100      0     NaN
4     1     55     NaN
5   954      0     NaN
6     1      1     NaN

# example 2
     a      b   c
0    0   1000 NaN
1    0  11123 NaN
2    0   1123 NaN
3    0      0 NaN
4    0     55 NaN
5  954      0 NaN
6    1      1 NaN

Answer 2

如果你希望列 c 的结果和你提问时的一样，可以使用以下代码：

mask = ((df.a > df.b) & (df.index < 3))
df["c"] = df.a[mask]

在最后一行，当 df.a[mask] 被应用时，它会在所有 mask 评估为 False 的行中填入 NaN（缺失值）。所以，这样的结果是：

      a      b       c
0   100   1000     NaN
1  1123  11123     NaN
2  9999   1123  9999.0
3   100      0     NaN
4     1     55     NaN
5   954      0     NaN
6     1      1     NaN

Answer 3

你可以根据索引给这个遮罩加个条件：

mask = (df.a > df.b) & (df.index < 3)

对于你的第二个例子，这样做会得到：

     a      b   c
0    0   1000 NaN
1    0  11123 NaN
2    0   1123 NaN
3    0      0 NaN
4    0     55 NaN
5  954      0 NaN
6    1      1 NaN