如何检查某列的先前值以查找大于另一列中所选行的值？

Question

这是我的数据框：

import pandas as pd
df = pd.DataFrame({
    'a': [10, 20, 30, 1, 20, 3, 4],
    'b': [30, 10, 9, 21, 24, 31, 29],
    'c': [True, True, False, False, False, True, True]
})

预期输出正在创建列

d

：

    a   b      c    d
0  10  30   True    NaN
1  20   3   True    10
2  30  11   True    20
3   1  25  False    NaN
4  20  24  False    NaN
5   3  31   True    NaN
6   4  29   True    30

首先选择

b

中的值，其

c

为

True

。我从第

1

行解释这个过程，因为它更容易理解。

b

中的值为3，则应检查其上方的所有值。应选择

a

中大于 3 的最近值。所以选择了10。

对于行号

2

，该值为 11。

a

中比该行最接近的值是 20。

对于第 3 行和第 4 行，因为

c

是

False

。应选择

NaN

。

对于第

5

行，由于

a

中没有大于 31 的先前值，因此选择

NaN

。

对于第

6

行，

a

中大于 29 的最接近值是 30。

这是我到目前为止所尝试过的。它没有给我输出。我认为我采取的方法可能是正确的。

t = df['a'].to_numpy()
h = df['b'].to_numpy()

m2 = t < h[:, None]
df['d'] = np.nanmax(np.where(m2, t, np.nan), axis=1)

Answer 1

要在“a”列中查找大于“b”列中当前值的最近值（仅当“c”为 True 时），您可以使用矢量化方法或简单的循环解决方案。

def find_previous_greater(df):
    result = pd.Series(index=df.index, dtype=float)
    for idx in df[df['c']].index:
        prev_vals = df.loc[:idx-1, 'a']
        if len(prev_vals) > 0:
            greater_vals = prev_vals[prev_vals > df.loc[idx, 'b']]
            if len(greater_vals) > 0:
                result[idx] = greater_vals.iloc[-1]
    return result

df['d'] = find_previous_greater(df)

这给了我这个输出：