Изменить значения нескольких ячеек на основе значений других ячеек

Question

Я хочу изменить ячейки, которые содержат moving на movingToOpen или movingToClose в зависимости от статуса, указанного в следующей ячейке (ях).

Иногда цикл прерывается и не перемещается из open в close или close в open

это мой текущий фрейм данных:

                   DateTime  moving
id                                 
36  2018-11-12 15:06:02.487    open
37  2018-11-12 15:06:03.691  moving
38  2018-11-12 15:06:05.505  moving
39  2018-11-12 15:06:08.622   close
40  2018-11-12 15:06:09.023   close
41  2018-11-12 15:06:09.931   close
42  2018-11-12 15:06:11.944  moving
43  2018-11-12 15:06:13.756  moving
44  2018-11-12 15:06:15.168  moving
45  2018-11-12 15:06:18.388   close
46  2018-11-12 15:06:20.100  moving
47  2018-11-12 15:06:23.316  moving
48  2018-11-12 15:06:25.730    open
49  2018-11-12 15:06:26.637    open
50  2018-11-12 15:06:27.644    open
51  2018-11-12 15:06:28.550    open
52  2018-11-12 15:06:28.855    open
53  2018-11-12 15:06:29.356    open
54  2018-11-12 15:06:30.563    open
55  2018-11-12 15:06:31.369  moving
56  2018-11-12 15:06:32.575  moving
57  2018-11-12 15:06:35.593   close

и я хочу, чтобы это выглядело так:

                   DateTime  moving
id                                 
36  2018-11-12 15:06:02.487    open
37  2018-11-12 15:06:03.691  movingToClose
38  2018-11-12 15:06:05.505  movingToClose
39  2018-11-12 15:06:08.622   close
40  2018-11-12 15:06:09.023   close
41  2018-11-12 15:06:09.931   close
42  2018-11-12 15:06:11.944  movingToClose
43  2018-11-12 15:06:13.756  movingToClose
44  2018-11-12 15:06:15.168  movingToClose
45  2018-11-12 15:06:18.388   close
46  2018-11-12 15:06:20.100  movingToOpen
47  2018-11-12 15:06:23.316  movingToOpen
48  2018-11-12 15:06:25.730    open
49  2018-11-12 15:06:26.637    open
50  2018-11-12 15:06:27.644    open
51  2018-11-12 15:06:28.550    open
52  2018-11-12 15:06:28.855    open
53  2018-11-12 15:06:29.356    open
54  2018-11-12 15:06:30.563    open
55  2018-11-12 15:06:31.369  movingToClose
56  2018-11-12 15:06:32.575  movingToClose
57  2018-11-12 15:06:35.593   close

Я пробовал вещи, в которых я конвертировал их в числа и использовал np.ediff1d, но это только для одной строки, и кажется, чтоУ меня есть более простой способ.

Answer 1

Сначала преобразуйте moving значения в NaN с помощью mask, заполняя последние не пропущенные значения и добавляя к исходным значениям, отфильтрованным по маске:

m = df['moving'] == 'moving'
df.loc[m, 'moving'] = 'movingTo' + df['moving'].mask(m).bfill()
print (df)
                   DateTime         moving
36  2018-11-12 15:06:02.487           open
37  2018-11-12 15:06:03.691  movingToclose
38  2018-11-12 15:06:05.505  movingToclose
39  2018-11-12 15:06:08.622          close
40  2018-11-12 15:06:09.023          close
41  2018-11-12 15:06:09.931          close
42  2018-11-12 15:06:11.944  movingToclose
43  2018-11-12 15:06:13.756  movingToclose
44  2018-11-12 15:06:15.168  movingToclose
45  2018-11-12 15:06:18.388          close
46  2018-11-12 15:06:20.100   movingToopen
47  2018-11-12 15:06:23.316   movingToopen
48  2018-11-12 15:06:25.730           open
49  2018-11-12 15:06:26.637           open
50  2018-11-12 15:06:27.644           open
51  2018-11-12 15:06:28.550           open
52  2018-11-12 15:06:28.855           open
53  2018-11-12 15:06:29.356           open
54  2018-11-12 15:06:30.563           open
55  2018-11-12 15:06:31.369  movingToclose
56  2018-11-12 15:06:32.575  movingToclose
57  2018-11-12 15:06:35.593          close