Как изменить значения фрейма данных, когда вам нужно выбрать разные столбцы для каждой строки

Question

У меня есть кадр данных в следующей форме:

W1 W2 W3 W4 W5 W6 W7 W8 0 0 1 0 1 1 1 1 0 0 1 0 0 1 1 1 0 1 0 0 1 1 0 0 1 0 0 0 1 1 0 1

Есть параметр DIFF = 3 .Я просматриваю каждую строку для столбцов от W1 до W4 и ищу последние 1 .Это будет в столбцах W3, W3, W2, W1.Впоследствии я изменяю на 0 следующие 3 (DIFF) элемента справа от этого 1 во всей строке.Смотрите пример, я пометил эти элементы как x:

W1 W2 W3 W4 W5 W6 W7 W8 0 0 1 x x x 1 1 0 0 1 x x x 1 1 0 1 x x x 1 0 0 1 x x x 1 1 0 1

И окончательный результат:

W1 W2 W3 W4 W5 W6 W7 W8 0 0 1 0 0 0 1 1 0 0 1 0 0 0 1 1 0 1 0 0 0 1 0 0 1 0 0 0 1 1 0 1

Теперь я очень запутанрешение, которое использует iterrows(), но я ищу пандастическое.

Answer 1

Вот смесь функционального и пандастического подхода:

df = pd.DataFrame({'w1': [0, 1, 1, 0],
                   'w2': [1, 1, 0, 1],
                   'w3': [1, 0, 0, 0],
                   'w4': [0, 1, 1, 0],
                   'w5': [1, 1, 0, 1],
                   'w6': [0, 0, 1, 1],
                   'w7': [0, 1, 1, 0],
                   'w8': [1, 1, 1, 1]})



def errase_diff(row, n = 4, Diff = 3):
    """
    returns array with erassed diff values after last positive value
    in first n column
    """
    row_length = len(row)
    last_positive_id = [i for i, v in enumerate(row[:4]) if v == 1][-1]
    row[last_positive_id + 1: last_positive_id + 1 + Diff] = [0 for _ in range(Diff)]
    return row[:row_length]


df.apply(lambda x: errase_diff(x), 1)

   w1  w2  w3  w4  w5  w6  w7  w8
0   0   1   1   0   0   0   0   1
1   1   1   0   1   0   0   0   1
2   1   0   0   1   0   0   0   1
3   0   1   0   0   0   1   0   1

Имейте в виду, что это решение стирает данные в вашем оригинальном df

Answer 2

Использование:

df = df.mask(df.cumsum(axis=1).ge(1).cumsum(axis=1).isin([2,3,4]), 0)
print (df)
   W1  W2  W3  W4  W5  W6  W7  W8
0   0   0   1   0   0   0   1   1
1   0   0   1   0   0   0   1   1
2   0   1   0   0   0   1   0   0
3   1   0   0   0   1   1   0   1

Объяснение :

Использование cumsum в строках:

print (df.cumsum(axis=1))
   W1  W2  W3  W4  W5  W6  W7  W8
0   0   0   1   1   2   3   4   5
1   0   0   1   1   1   2   3   4
2   0   1   1   1   2   3   3   3
3   1   1   1   1   2   3   3   4

Comapre от >=1 с ge:

print (df.cumsum(axis=1).ge(1))
      W1     W2    W3    W4    W5    W6    W7    W8
0  False  False  True  True  True  True  True  True
1  False  False  True  True  True  True  True  True
2  False   True  True  True  True  True  True  True
3   True   True  True  True  True  True  True  True

Снова cumsum по маске Boolen:

print (df.cumsum(axis=1).ge(1).cumsum(axis=1))
   W1  W2  W3  W4  W5  W6  W7  W8
0   0   0   1   2   3   4   5   6
1   0   0   1   2   3   4   5   6
2   0   1   2   3   4   5   6   7
3   1   2   3   4   5   6   7   8

Сравните на 2,3,4 для следующих 3значения с опущенным первым:

print (df.cumsum(axis=1).ge(1).cumsum(axis=1).isin([2,3,4]))
      W1     W2     W3    W4     W5     W6     W7     W8
0  False  False  False  True   True   True  False  False
1  False  False  False  True   True   True  False  False
2  False  False   True  True   True  False  False  False
3  False   True   True  True  False  False  False  False

Более динамическое решение, если хотите определить n и DIFF значения:

df = pd.DataFrame({'W1': [0, 0, 0, 0], 'W2': [0, 0, 1, 0], 
                   'W3': [1, 1, 0, 0], 'W4': [0, 0, 0, 0], 
                   'W5': [1, 0, 1, 0], 'W6': [1, 1, 1, 0], 
                   'W7': [1, 1, 0, 0], 'W8': [1, 1, 0, 1]})

print (df)
   W1  W2  W3  W4  W5  W6  W7  W8
0   0   0   1   0   1   1   1   1
1   0   0   1   0   0   1   1   1
2   0   1   0   0   1   1   0   0
3   0   0   0   0   0   0   0   1

---

DIFF = 4
n = 3

#select columns for check by positions
subset = df.iloc[:, :n]
#replace 0 to NaNs replace back filling, change order of columns with cumsum
last_1 = subset.mask(subset == 0).bfill(axis=1).iloc[:, ::-1].cumsum(axis=1)
print (last_1)
    W3   W2   W1
0  1.0  2.0  3.0
1  1.0  2.0  3.0
2  NaN  1.0  2.0
3  NaN  NaN  NaN

#add missing columns and create ones rows by forward filling
df1 = last_1.reindex(index=df.index, columns=df.columns).ffill(axis=1)
print (df1)
    W1   W2   W3   W4   W5   W6   W7   W8
0  3.0  2.0  1.0  1.0  1.0  1.0  1.0  1.0
1  3.0  2.0  1.0  1.0  1.0  1.0  1.0  1.0
2  2.0  1.0  1.0  1.0  1.0  1.0  1.0  1.0
3  NaN  NaN  NaN  NaN  NaN  NaN  NaN  NaN

#compare by 1 and get cumsum 
print (df1.eq(1).cumsum(axis=1))
   W1  W2  W3  W4  W5  W6  W7  W8
0   0   0   1   2   3   4   5   6
1   0   0   1   2   3   4   5   6
2   0   1   2   3   4   5   6   7
3   0   0   0   0   0   0   0   0

---

#last check range of values
df = df.mask(df1.eq(1).cumsum(axis=1).isin(range(2, DIFF + 2)), 0)
print (df)
   W1  W2  W3  W4  W5  W6  W7  W8
0   0   0   1   0   0   0   0   1
1   0   0   1   0   0   0   0   1
2   0   1   0   0   0   0   0   0
3   0   0   0   0   0   0   0   1