在 pandas/numpy python 中使用同一列的 2 个数组进行向量化计算

Question

我有一个向量计算，它从数组中获取一个值以及该数组下面的值。它检查上面的值是否为 1，下面的值是否为 0。如果是这种情况，使用 np.where 我将为 true 分配 1，为 false 分配 0。我似乎得到的错误是：“无法将输入数组从形状 (6,) 广播到形状 (5,)”。

import pandas as pd
import numpy as np
data = {
    'A': [0, 0, 1, 0, 0, 0],
    'B': [0,0,0,0,0,0]
}
df = pd.DataFrame(data)
x=1
df.iloc[0:5,1]=np.where((df.iloc[0:5,0]==1) & (df.iloc[1:6,0]==0),x,0)

每个

df.iloc

大小相同，最后一行只是一个虚拟行，以允许

df.iloc[1:6,0]

工作。

另外，当运行布尔值时，我得到：

(df.iloc[0:5,0]==1) & (df.iloc[1:6,0]==0)
Out[43]: 
0    False
1    False
2    False
3    False
4    False
5    False

但值 2 应该为 true。我也尝试过将 x 设为数组，但似乎不起作用，任何帮助将不胜感激！

Answer 1

具体逻辑不清楚，但是需要使用

shift

:

# the current value is 1 and the below value is 0
m = df['A'].eq(1) & df['A'].shift(-1).eq(0)
df['out'] = np.where(m, 1, 0)

# the above value is 1 and the below value is 0
m2 = df['A'].shift().eq(1) & df['A'].shift(-1).eq(0)
df['out2'] = np.where(m2, 1, 0)

如果您想将

True

映射到

1

并将

False

映射到

0

，则不需要

np.where

，只需使用

m.astype(int)

即可。

输出：

   A  B  out  out2
0  0  0    0     0
1  0  0    0     0
2  1  0    1     0
3  0  0    0     1
4  0  0    0     0
5  0  0    0     0