如何根据首行值修改Pandas DataFrame中的数据值

核心逻辑 #

先获取DataFrame首行的初始值，根据初始值确定交替的配对值，再生成与原DataFrame行数一致的交替序列替换原列即可。

具体步骤与代码 #

1. 导入pandas并构造示例DataFrame

import pandas as pd

# 示例：首行为buy的DataFrame
df = pd.DataFrame({'dir': ['buy', 'buy', 'buy', 'buy']})

2. 获取首行初始值，定义交替配对

initial_val = df['dir'].iloc[0]
# 根据初始值确定交替的两个值
alternate_pair = ['buy', 'sell'] if initial_val == 'buy' else ['sell', 'buy']

3. 生成交替序列并替换原列
   用列表推导生成对应长度的交替序列，直接赋值给原列：

df['dir'] = [alternate_pair[i % 2] for i in range(len(df))]

如果偏好numpy的方式，也可以用np.tile实现：

import numpy as np
# 生成重复的配对序列，截取到原DataFrame的长度
df['dir'] = np.tile(alternate_pair, len(df)//2 + 1)[:len(df)]

验证不同初始值的情况 #

如果首行是sell，代码会自动生成sell→buy→sell→buy的序列：

# 首行为sell的示例
df_sell = pd.DataFrame({'dir': ['sell', 'sell', 'sell', 'sell']})
initial_val_sell = df_sell['dir'].iloc[0]
alternate_pair_sell = ['buy', 'sell'] if initial_val_sell == 'buy' else ['sell', 'buy']
df_sell['dir'] = [alternate_pair_sell[i % 2] for i in range(len(df_sell))]

执行后df_sell的结果为：

dir
0  sell
1   buy
2  sell
3   buy

内容的提问来源于stack exchange，提问作者Pren Ven