从另一列报告对应于第1非零值和最后0值的列值。

Question

我有一个数据，如下所示。我希望扫描'Krg‘列，并找到与该列中最后一个零值相对应的行，并从该行(0.03)中报告'Sg’。此外，我想报告“Sg”对应于'Krg‘(0.04)的第一个非零值。

我可以使用query()实现这一点--参见下面的代码。

import pandas as pd

col_labels = ['Sg', 'Krg', 'Krw', 'Pc']

df = pd.DataFrame(columns=col_labels)

f = open('EPS.INC', 'r')
for line in f:
    if 'SGWFN' in line:
        print('Reading relative permeability table')
        for line in f:
            line = line.strip()
            if (line.split() and not line.startswith('/') and not line.startswith('--')):
                cols = line.split()
                df=df.append(pd.Series(([float(i) for i in cols]), index=col_labels), ignore_index=True)



print(df.loc[df.query('Krg != 0')['Krg'].idxmin(), 'Sg'])
print(df.loc[(df.query('Krg != 0')['Krg'].idxmin())-1, 'Sg'])

      Sg       Krg       Krw         Pc
0   0.00  0.000000  1.000000   0.000000
1   0.03  0.000000  0.500000   0.091233
2   0.04  0.000518  0.484212   0.093203
3   0.05  0.001624  0.468759   0.095237
4   0.06  0.003171  0.453639   0.097338
5   0.07  0.005098  0.438848   0.099508
6   0.08  0.007367  0.424382   0.101751
7   0.09  0.009953  0.410237   0.104070
8   0.10  0.012835  0.396410   0.106469
9   0.11  0.015999  0.382897   0.108950
10  0.12  0.019431  0.369695   0.111518

代码看起来并不是太“混乱”，而且看起来很慢。是否有更明智的方法来获得这些“Sg”值？

干杯，D

Answer 1

我们可以通过使用Series.eq和Series.ne来简化这一点，它们代表着equal和not equal。我们将DataFrame.head和DataFrame.tail结合起来，得到他的第一行和最后一行。

m = df['Krg'].ne(0)
n = df['Krg'].eq(0)

df.loc[m, 'Sg'].head(1).iloc[0]
df.loc[n, 'Sg'].tail(1).iloc[0]

输出

0.04
0.03

Answer 2

对于第一种情况，我们确保'Krg‘是0，并且'Krg’列中0后面的值不是0。

df.loc[(df['Krg'] == 0.00000)&(df['Krg'] != df['Krg'].shift(-1)), 'Sg']

对于第二种情况，我们使用类似于上面的思考过程，但是确保上面的行是0，并且它们都不是0。

df.loc[(df['Krg'].shift(1) == 0.00000)&(df['Krg'] != df['Krg'].shift(1)), 'Sg']

使用%%timeit，我的版本大约快35%。

Answer 3

我只是使用idxmax，试着加快你原来的发帖速度。

s=df.query('Krg != 0')['Krg'].idxmin()# here you only need run idxmax once not twice 
print(df.loc[s, 'Sg'])
print(df.loc[s-1, 'Sg'])