Estoy intentando pasar una fórmula de Excel a Python. La fórmula funciona bien pero se demora bastante en hacer el recorrido. Se tienen 4 columnas:
Ceros,ID,FechaIngreso,FechaSalida.
Las condiciones de Excel son las siguientes
=SI(Y(B3=B2;C3=C2;D3="";D2<>"");1;0)
La primera fila no se toca y la fórmula se aplica a partir de la segunda fila.
El código que hice en python es el siguiente
n=df.shape[0]
for i in range(1,n) :
if ( df["ID"][i]==df["ID"][i-1] and df["FechaIngreso"][i]==df["FechaIngreso"][i-1] and
str(df["FechaSalida"][i])==str( pd.NaT ) and str(df["FechaSalida"][i-1])!=str( pd.NaT ) ): df["Ceros"][i]=1
else : df["Ceros"][i]=0
}
for i in range(1,n):
if (df.loc[i,'Ceros']==1 ) : df.loc[i,'FechaSalida']=df.loc[i-1,'FechaSalida']
else : df.loc[i,'FechaSalida']=df.loc[i,'FechaSalida']
Como lo mencioné, hace lo que necesito pero se demora mucho. Hay alguna manera de optimizar el código?
Adjunto dataframe.Enlace base Formulada