Как определить состояние в столбце на основе двух других логических столбцов для кадра данных Pandas временного ряда?

Question

Учитывая первый фрейм данных, есть ли способ с пандами .shift () , .diff () , .replace () или .apply () для выполнения столбца D второго фрейма данных или, если нет, как это можно сделать?

Полезно знать, что при итерациях сверху вниз строки в столбце D остаются True один разстрока в столбце B имеет значение «Истина», и только в том случае, если в столбце «С» не встречается значение «Истина». По сути, это определяет состояние на основе B и С.

                     A      B      C
2019-05-04 00:15:00  1   True  False
2019-05-04 00:30:00  2  False  False
2019-05-04 00:45:00  2  False  False
2019-05-04 01:00:00  3  False  True
2019-05-04 01:15:00  1  False  False
2019-05-04 01:30:00  2  False  False
2019-05-04 01:45:00  2  True   False
2019-05-04 02:00:00  3  False  False
2019-05-04 02:15:00  1  False  False
2019-05-04 02:30:00  2  False  True
2019-05-04 02:45:00  2  False  False
2019-05-04 03:00:00  3  False  False

                     A      B      C      D
2019-05-04 00:15:00  1   True  False  True
2019-05-04 00:30:00  2  False  False  True
2019-05-04 00:45:00  2  False  False  True
2019-05-04 01:00:00  3  False  True   False
2019-05-04 01:15:00  1  False  False  False
2019-05-04 01:30:00  2  False  False  False
2019-05-04 01:45:00  2  True   False  True
2019-05-04 02:00:00  3  False  False  True
2019-05-04 02:15:00  1  False  False  True
2019-05-04 02:30:00  2  False  True   False
2019-05-04 02:45:00  2  False  False  False
2019-05-04 03:00:00  3  False  False  False

Функциональные решения

@ jezrael (импорт numpy, если требуется np)

def determine_state(df,x,y,z):
  """Given a dataframe where columns x and y are Booleans
  displaying the entering and exit of a Boolean state, create 
  a third column that displays the state."""

  # use numpy.select with forward filling missing values 
  df[z] = np.select([df[x], df[y]], [True, False], None)

  # replace first Nones by False if exist
  df[z] = df[z].ffill().fillna(False)

  return df

@ run-out

def determine_state(df,x,y,z):
  """Given a dataframe where columns x and y are Booleans
  displaying the entering and exit of a Boolean state, create 
  a third column that displays the state."""

  # set column z to False
  df[z] = False

  # filter column x for True and set z to True
  df.loc[df[x], z] = True

  # filter column y for True and set z to False
  df.loc[df[y], z] = False

  # forward fill on z
  df[z] = df[z].ffill(axis=0)

  return df

Answer 1

Используйте numpy.select с пропущенными значениями прямого заполнения и в последний раз замените сначала None s на False, если существует:

import numpy as np

df['D'] = np.select([df['B'], df['C']], [True, False], None)
df['D'] = df['D'].ffill().fillna(False)
print (df)
                     A      B      C      D
2019-05-04 00:15:00  1   True  False   True
2019-05-04 00:30:00  2  False  False   True
2019-05-04 00:45:00  2  False  False   True
2019-05-04 01:00:00  3  False   True  False
2019-05-04 01:15:00  1  False  False  False
2019-05-04 01:30:00  2  False  False  False
2019-05-04 01:45:00  2   True  False   True
2019-05-04 02:00:00  3  False  False   True
2019-05-04 02:15:00  1  False  False   True
2019-05-04 02:30:00  2  False   True  False
2019-05-04 02:45:00  2  False  False  False
2019-05-04 02:00:00  3  False  False  False

Answer 2

Первый столбец фильтра «B» для True и установите «D» в True

df.loc[df['B'], 'D'] = True

Затем сделайте то же самое для «C», но установите в «False»

df.loc[df['C'], 'D'] = False

Прямая заливкана 'D'

df['D'] = df['D'].ffill(axis=0)

и заполните для любого в начале столбца.

df['D'].fillna(False, inplace=True)

Answer 3

Используйте ниже:

df['D'] = np.nan
df.loc[ df['B'] == True , 'D'] = True
df.loc[ df['C'] == True , 'D'] = False
df.fillna(method='ffill')