所以这里有一个问题，我花了一段时间才弄清楚为什么会发生...
我有一个dataframe的值与工作日的日期时间索引。
添加一个新列'ColB'，它的值总是与colA相同，除了colA为0。然后我想使用colA的 previous days值。
举例来说：
| 一个|B| B |
| --|--| ------------ |
| 七|七| 7 |
| 三个|三个| 3 |
| 0|三个| 3 |
| 五|五| 5 |
| 0|五| 5 |
注意2019-11-13上的colB如何变成2019-11-12上的colA的值。15日也是：colB从第14位取colA。
我使用了这个列表解析：
df.loc[:,'colB'] = [df.loc[d-pd.Timedelta(1,'d'),'ColA'] if df.loc[d,'ColA']==0 else df.loc[d,'ColA'] for d in df.index]字符串
我以为它不工作（KeyError：Timestamp（'2019 -11-03 00：00：00'）），但我发现问题的发生是因为我在星期一有一个零，因此没有d-pd.Timedelta(1,'d')的行，这将是一个星期天。
我想同样的问题也会发生在我假期后的第二天。
为了解决这个问题，当col A为零时，我实际上需要使用colA中的前一个值作为colB，而不是前一个DAYS值，就像我在列表解析中所做的那样。
我通过重新索引解决了这个问题，使用序列号而不是日期，但我认为使用日期更好。
我试过shift：
df.loc[:,'colB'] = [df.loc[d,'ColA'].shift(-1) if df.loc[d,'ColA']==0 else df.loc[d,'ColA'] for d in df.index]型
但是得到一个错误：AttributeError: 'numpy.int64' object has no attribute 'shift'个
有谁能想到一个简单的方法来做到这一点，而无需重新索引？
谢谢你，谢谢
2条答案
按热度按时间8gsdolmq1#
试试这个：
字符串
输出量：
型
afdcj2ne2#
您可以使用
shift()方法将索引移动给定的周期数。shift()向下滑动值（而不是索引），可用于根据前一行的值填充列中缺失的值。您可以将其与
where()函数结合使用，该函数将替换条件为False的值。字符串
这将创建一个新的列'ColB'，并在'ColA'不为零时为其赋值'ColA'。如果'ColA'为零，则它取'ColA'前一行的值。
要同时处理第一行，请使用
fillna()函数。此函数将NA/NaN值替换为指定值。在下面的例子中，如果'ColA'的第一行为0，它将被'ColA'的第二个值替换。如果要用其他值替换，可以用所需的值替换下面的
df['ColA'][0]。型