ฉันมีดาต้าดาต้าชื่อของนุ่นเช่นนั้น
|user_id|value|No|
|:-:|:-:|:-:|
|id1|100|1|
|id1|200|2|
|id1|250|3|
|id2|NaN|1|
|id2|100|2|
|id3|400|1|
|id3|NaN|2|
|id3|200|3|
|id4|NaN|1|
|id4|NaN|2|
|id4|300|3|.
จากนั้นฉันต้องการชุดข้อมูลต่อไปนี้:
|user_id|value|No|NewNo|
|:-:|:-:|:-:|:-:|
|id1|100|1|1|
|id1|200|2|2|
|id1|250|3|3|
|id2|100|2|1|
|id3|400|1|1|
|id3|NaN|2|2|
|id3|200|3|3|
|id4|300|3|1|
คือฉันต้องการลบค่า NaN โดยที่ค่าแรกของ user_id ไม่ใช่ค่า NaN ขอบคุณ.
คำตอบ:
คุณสามารถจัดกลุ่มตาม & amp; ไปข้างหน้าเติมคอลัมน์ค่า ค่า Null ในข้อมูลที่แปลงแล้วแสดงค่าจากจุดเริ่มต้นสำหรับแต่ละกลุ่มที่เป็นโมฆะ กรองแถวที่เป็นโมฆะ
df2 = df[df.groupby('user_id').value.ffill().apply(pd.notnull)].copy()
# application of copy here creates a new data frame and allows us to assign
# values to the result (df2). This is needed to create the column `NewNo`
# in the next & final step
# df2 outputs:
user_id value No
0 'id1' 100.0 1
1 'id1' 200.0 2
2 'id1' 250.0 3
4 'id2' 100.0 2
5 'id3' 400.0 1
6 'id3' NaN 2
7 'id3' 200.0 3
10 'id4' 300.0 3
ผลิต NewNo คอลัมน์โดยใช้การจัดอันดับภายในกลุ่ม
df2['NewNo'] = df2.groupby('user_id').No.rank()
# df2 outputs:
user_id value No NewNo
0 'id1' 100.0 1 1.0
1 'id1' 200.0 2 2.0
2 'id1' 250.0 3 3.0
4 'id2' 100.0 2 1.0
5 'id3' 400.0 1 1.0
6 'id3' NaN 2 2.0
7 'id3' 200.0 3 3.0
10 'id4' 300.0 3 1.0
groupby + first_valid_index + cumcountคุณสามารถคำนวณดัชนีสำหรับค่าที่ไม่เป็นค่าแรกตามกลุ่มจากนั้นใช้การจัดทำดัชนีบูลีน:
# use transform to align groupwise first_valid_index with dataframe
firsts = df.groupby('user_id')['value'].transform(pd.Series.first_valid_index)
# apply Boolean filter
res = df[df.index >= firsts]
# use groupby + cumcount to add groupwise labels
res['NewNo'] = res.groupby('user_id').cumcount() + 1
print(res)
user_id value No NewNo
0 id1 100.0 1 1
1 id1 200.0 2 2
2 id1 250.0 3 3
4 id2 100.0 2 1
5 id3 400.0 1 1
6 id3 NaN 2 2
7 id3 200.0 3 3
10 id4 300.0 3 1