将两个 pandas 系列与不断变化的逻辑相结合

Question

我有两个 bool 数据系列，我想将它们组合成一个新的系列对象，但组合逻辑取决于 "history"（先前的值）。

Series1 主要包含 False，但只有一个 True 值。 Series2 通常包含 True 或 False 值的周期 - 重复值的概率相当高。

在结果系列中，我需要 bool 值的周期，只要两者都为 True，它们就以 True 部分开始，并在 Series2 中的部分结束时结束，即。 e.不再包含 True。

e。 g.

  s1         s2         result
0 False      False      False
1 False      True       False
2 True       True       True
3 False      True       True
4 False      True       True
5 True       False      False
6 False      False      False

在第 2 行中，结果切换为 True 并保持打开状态，直到 Series2 中的 True-phase 在第 5 行结束。

这是我到目前为止的想法：

import pandas as pd
import numpy as np
x = pd.DataFrame()
x['s1'] = [False, False, True, False, False, True, False]
x['s2'] = [False, True, True, True, True, False, False]
x['start'] = (x['s1'] & x['s2']).replace(False, np.nan)
x['end'] = (~ (x['s2'].shift() & (~ x['s2']))).replace(True, np.nan)
x['result'] =  x['start'].fillna(x['end']).fillna(method='ffill').fillna(0) > 0
x

尽管我的解决方案有效，但我觉得我想实现这个目标太难了！？

有什么建议吗？

Answer 1

首先，我们确定当 s2 为 False 时 result 始终为 False，而当 s1 和 s2 均为 True 时始终为 True。这不取决于以前的值：

x.loc[~x['s2'], 'result'] = False
x.loc[x['s1'] & x['s2'], 'result'] = True

然后我们用 "forward fill":

填充 NA

x['result'].fillna(method = 'ffill', inplace = True)

如果列的开头还有一些 NA，我们将它们替换为 False：

x['result'].fillna(False, inplace = True)

将两个 pandas 系列与不断变化的逻辑相结合

Combining two pandas series with changing logic

python

series

pandas