如何使用pandas按7行分组将列表值减去数据列并忽略-9999与0

实现代码 #

import pandas as pd

# 转换字符串格式的T为整型列表
T = list(map(int, ['23','22','13','25','33','21','20']))

# 读取单列数据文件，无表头时读取后列名设为col
df = pd.read_csv('你的数据文件路径.txt', names=['col'])

# 写法1：用where方法直接条件赋值
df['new'] = (df['col'] - df.index.map(lambda x: T[x % 7])).where(~df['col'].isin([-9999, 0]), 0)

# 写法2：沿用你已有的mask代码片段实现
# tmp = df.mask(df.isin([-9999, 0]))
# df['new'] = (tmp['col'] - tmp.index.map(lambda x: T[x % 7])).fillna(0)

print(df)

逻辑说明 #

• 用df.index % 7实现每7行自动分组，每组内的行位置和T的索引一一对应，适配任意7的整数倍长度的输入数据
• 两种写法都可以实现需求：col值为-9999或0时new列返回0，其余情况返回col减去对应位置T的值，输出结果和你给出的预期完全一致。

内容的提问来源于stack exchange，提问作者Nat