我有这样的DataFrame:
message_id reply_to_id sender
0 1 0 Roozbeh
1 2 1 Amir
2 3 0 Neda
3 4 2 Roozbeh
3 5 2 Neda
如果该消息是对另一条消息的答复，则reply_to_id显示它已回复的消息的ID，否则为0。现在，我想创建另一个列reply_to_sender，在其中显示已回复邮件的发件人的名称(如果不是答复，则可以显示NaN)message_id列是唯一的，但是reply_to_id和sender列显然不是。
我尝试了这个:
data["reply_to_sender"] = data.loc[data["reply_to_id"] == data["message_id"]]["sender"]
但这显然行不通，因为它会查看每一行并执行关系操作。我想做的是查看每一行，然后从其他行中找到发件人的名称。对于上面的示例，输出需要像这样:
message_id reply_to_id sender reply_to_sender
0 1 0 Roozbeh NaN
1 2 1 Amir Roozbeh
2 3 0 Neda NaN
3 4 2 Roozbeh Amir
3 5 2 Neda Amir
我怎样才能做到这一点？
参考方案
结合使用 Series.map 和Series和message_id创建的sender:
df['reply_to_sender'] = df['reply_to_id'].map(df.set_index('message_id')['sender'])
print (df)
message_id reply_to_id sender reply_to_sender
0 1 0 Roozbeh NaN
1 2 1 Amir Roozbeh
2 3 0 Neda NaN
3 4 2 Roozbeh Amir
3 5 2 Neda Amir
我对Python相当陌生，我尝试在pandas中模拟以下逻辑我目前正在循环抛出行，并希望对前几行的AMOUNT列中的值求和，但只求和最后一次看到的“ TRUE”值。实际数据似乎效率低下（我的数据框大约有500万行）？想知道用Python处理这种逻辑的有效方法是什么？逻辑：逻辑是，如果FLAG为TRUE，我想对前几行的AMOUNT列中的值求和，但只求和最后一次…
Pandas Dataframe:在越来越多的列上循环并计算均值和标准差 - python基本上，我有一个包含20个属性和一个值的表。我想找到std = 0-（即粒度级别完美允许1：1）所需的最少数量的属性。我想建立一个循环如果使用列名进行硬编码，则看起来像这样：for iter in range(1,21): dfcalc = df.groupby("LINE_NUM")["RATIO"].agg([np…
pandas.DataFrame.replace更改列的dtype - python因此，我试图用np.nan替换数据框中的None值，并注意到在此过程中，即使数据框中的float列的数据类型不包含任何丢失的数据，它们也都更改为object。举个例子：import pandas as pd import numpy as np data = pd.DataFrame({'A':np.nan,'B':1…
python :安装 python 后，如何导入 Pandas - python我已经安装了 python 。现在，当我尝试跑步时import pandas as pd 我收到以下错误Traceback (most recent call last): File "<pyshell#0>", line 1, in <module> import pandasFile ImportError: …
Python Pandas检查数据框是否不为空 - python我有一个if语句，它在其中检查数据框是否为空。我的操作方式如下:if dataframe.empty: pass else: #do something 但实际上我需要:if dataframe is not empty: #do something 我的问题是-是否有一种.not_empty()方法可以实现这一目标？我还想问一下第二个版本在性能方面是否更好…