计算Pandas数据框列 - 布尔逻辑和偏移数据

Question

根据Pandas数据框中的信息，我想计算一个新的列。下面是我想做的一个例子。起始数据是：

{'A': [1, 1, 0, 0, 1, 1, 0, 0, 0]}

根据这些数据，我想用以下逻辑来计算新列B：如果当前行的前两行（也就是A的第(row-2)和第(row-1)行）都是1，那么B的当前行就等于1；否则，B的当前行就等于0。我想得到这样的结果：

{'A': [1, 1, 0, 0, 1, 1, 0, 0, 0], 'B': [0, 0, 1, 0, 0, 0, 1, 0, 0]}

这样做有没有办法不通过逐行循环数据框呢？

Answer 1

如果 d 是你的数据框（DataFrame）：

>>> d['B'] = ((d.A.shift(2)==1) & (d.A.shift(1)==1)).astype(int)
>>> d
   A  B
0  1  0
1  1  0
2  0  1
3  0  0
4  1  0
5  1  0
6  0  1
7  0  0
8  0  0

shift 是一个可以把某一列的数据向前或向后移动的方法，这样你就可以比较不同的行中的值。用 & 的括号表达式会返回你想要的结果，但结果是布尔值（也就是 True 和 False），而不是 1 和 0。所以我用了 .astype(int) 把它们转换成 1 和 0。根据你的需求，这一步可能不是必须的，因为布尔值本身也是整数，所以在整数计算中也可以使用。