我可以使用 np.where 根据前一行实时更新值吗？

Question

有什么方法可以实现像数据帧上那样的实时运行功能吗？

我有一个虚构的数据框“课堂”，如下 - 一个虚构的实现来说明问题 -：

学生。	主题。	马克。	新子。
迈克	英语	通过	英语
迈克	法语	通过	无
迈克	历史	通过	无
迈克	生物	失败	无
...	......	......	无

**我想在“新子”列中实现值，这样对于每个学生，它都会检查所有科目的成绩，如果科目是“通过”，那么它将被附加到“新子”的当前列表中。它没有被添加，如果它是“失败”那么主题不应该被添加，以具有当前视图： **

学生。	主题。	马克。	新子。
迈克	英语	通过	英语
迈克	法语	通过	英语、法语
迈克	历史	通过	英语、法语、历史
迈克	生物	失败	英语、法语、历史
...	......	......	无

我尝试使用 (np.where) 来实现它：

Classroom["新子."]= np.where((Classroom["马克."]=="通过"),Classroom["新子."].shift(1)+","+["主题"],教室["新子。"])

问题在于“新子”。运行 np.where 时，列不会在运行时更新，所以我得到的是以下内容：

学生。	主题。	马克。	新子。
迈克	英语	通过	英语
迈克	法语	通过	英语、法语
迈克	历史	通过	无，历史
迈克	生物	失败	无
...	......	......	无

就好像它获取了“New Sub”的旧值。并且修改后没有得到以前的值。

有什么方法可以实现像数据帧上那样的实时运行功能吗？

Answer 1

使用“np.where”的方法的问题在于，它不是设计用来执行连接字符串和直接访问 pandas DataFrame 列中的先前值等操作的。您尝试使用 shift(1) 并访问“np.where”内的主题列，这将无法按预期工作。

您可以在 pandas 中组合使用 groupby、cumsum 和 apply 函数。

import pandas as pd
# Example DataFrame
data = {
'Student': ['Mike', 'Mike', 'Mike', 'Mike'],
'Subject': ['English', 'French', 'History', 'Bio'],
'Mark': ['pass', 'pass', 'pass', 'fail']}
df = pd.DataFrame(data)

def update_new_sub(group):
pass_subjects = group[group['Mark'] == 'pass']['Subject']
group['New Sub.'] = ','.join(pass_subjects)
return group

df['New Sub.'] = df.groupby('Student').apply(update_new_sub)['New Sub.']
print(df)