我有一个包含A列和B列的数据框架。列A具有非连续数据,其中一些行是NAN,而B具有连续数据。我想创建第三列,其中对于每组A行,NAN将具有B中那些相同行的值的总和+B中的下一个有效值。C中的所有其他值应该是NAN,A中的NAN和A中有效数字后面的行B的值。范例:
data = {
'A': [1, 1, None, None, 2, 5, None, None,3 ,4, 3, None , 5],
'B': [10, 20, 30, 40, 50, 60, 70, 80, 90, 100, 110, 120, 130]}
字符串
除了需要B + B中下一个有效值的和的行之外,一切都很正常。我使用以下代码。我有这个代码,但它似乎是一个混乱的现在。
`result = df.groupby(df['A'].isnull().cumsum())['B'].sum().reset_index()
df_result = pd.DataFrame({'C': result['Pumped']})
df_result.loc[1:, 'C'] -= result.loc[0, 'Pumped']
df.loc[~mask, 'C'] = df.loc[~mask, 'Pumped']
valid_rows_after_nan = df['dWL'].notnull() & mask.shift(1).fillna(False)
df.loc[valid_rows_after_nan, 'C'] = df_result
print(df)`
型
我希望输出如下所示:
`data = {
'A': [1, 1, None, None, 2, 5, None, None,3 ,4, 3, None , 5],
'B': [10, 20, 30, 40, 50, 60, 70, 80, 90, 100, 110, 120, 130],
'C': [10, 20, None, None, 120, 60, None, None, 240, 100, 110, None, 5]
}
型
1条答案
按热度按时间mwkjh3gx1#
使用
groupby.transform
的简单版本:字符串
输出量:
型