如何根据 pandas 中的某些条件保存上一行索引

Question

我正在尝试找出如何根据某些条件保存上一行 index/date。

这个操作的速度很关键，所以我尝试使用向量化操作，但到目前为止没有成功。

例如，我有这个数据框：

dates = pd.date_range('1/1/2000', periods=10)
data = {'date': dates}
df = pd.DataFrame.from_dict(data)

df['condition'] = [False, False, True, True, False, True, False, False, True, False]
df['desired_result'] = [np.nan, np.nan,np.nan, df.iloc[2]['date'], np.nan, df.iloc[3]['date'], np.nan, np.nan, df.iloc[5]['date'], np.nan]

     date              condition    desired_result 
[0: 2000-01-01 00:00:00 False          NaT], 
[1: 2000-01-02 00:00:00 False          NaT],
[2: 2000-01-03 00:00:00 True           NaT], 
[3: 2000-01-04 00:00:00 True           2000-01-03 00:00:00], 
[4: 2000-01-05 00:00:00 False          NaT], 
[5: 2000-01-06 00:00:00 True           2000-01-04 00:00:00],
[6: 2000-01-07 00:00:00 False          NaT,
[7: 2000-01-08 00:00:00 False          NaT,
[8: 2000-01-09 00:00:00 True           2000-01-06 00:00:00],
[9: 2000-01-10 00:00:00 False          NaT],

由于缺乏知识，我在“保存”之前的有效行时遇到了问题。我怎样才能做到这一点？

Answer 1

以下应该有效：

dates = pd.date_range('1/1/2000', periods=10)
data = {'date': dates}
df = pd.DataFrame.from_dict(data)

df['condition'] = [False, False, True, True, False, True, False, False, True, False]

df['desired_result']=pd.NaT
df2=df[df['condition']==True]
df3=df[df['condition']!=True]
df2.desired_result=df2.date.shift(1)
result=pd.concat([df2,df3]).sort_index()
print(result)

如何根据 pandas 中的某些条件保存上一行索引

How to save previous row index based on some condition in pandas

python

performance

vectorization

pandas