查找满足掩码条件的最后一行

Question

这是我的数据框：

df = pd.DataFrame({'a': [20, 21, 333, 444], 'b': [20, 20, 20, 20]})

c我想使用这个掩码创建列：

mask = (df.a >= df.b)

我想获取满足此条件的最后一行并创建列c。我想要的输出如下所示：

     a   b    c
0   20  20  NaN
1   21  20  NaN
2  333  20  NaN
3  444  20  x

我尝试了下面的代码，但它不起作用：

df.loc[mask.cumsum().gt(1) & mask, 'c'] = 'x'

Answer 1

您应该检查累积和是否等于最大累积和值，而不是检查累积和是否大于 1，这相当于获取[ @Onyambumask.sum()建议]。

df.loc[(mask.cumsum() == mask.sum()) & mask, 'c'] = 'x'

代码演示

Answer 2

对于用于标记满足条件的最后一个值的掩码，请使用duplicated()保留最后一个。我们知道mask最多包含 2 个值（True/False）。如果我们可以创建另一个掩码，将最后一次出现的这些值标记为 True，那么我们可以将其与mask自身链接起来以获得所需的掩码。这是通过以下~mask.duplicated(keep='last')方式实现的mask.duplicated(keep='last')：除了最后一次出现之外，flags 重复为 True，因此它的否定给出了我们想要的结果。

df = pd.DataFrame({'a': [20, 21, 333, 444], 'b': [20, 20, 20, 20]})
mask = (df.a >= df.b)

df['c'] = pd.Series('x', df.index).where(mask & ~mask.duplicated(keep='last'))

如果你想切片/分配，那么你也可以使用这个链式掩码。

df.loc[mask & ~mask.duplicated(keep='last'), 'c'] = 'x'

@mandy8055 的答案的较短版本是调用idxmax()以获取最高总和的索引（尽管这在 pandas 2.1.0 上显示 FutureWarning）。正如 @mozway 所指出的，只要 中至少有一个 True 值，这种方法就有效mask。

df.loc[mask.cumsum().idxmax(), 'c'] = 'x'