如何在第一次出现特定序列之前识别序列和索引号

Posted 2023-02-03

我在熊猫中有一个数据框，下面提供了一个示例：

Person  appear_1   appear_2   appear_3   appear_4   appear_5  appear_6   
  A        1          0          0           1         0          1
  B        1          1          0           0         1          0 
  C        1          0          1           1         0          0
  D        1          1          0           1         0          0

您可以看到1和0随机出现在不同的列中。如果有人可以用python建议我一个代码，这样我将能够按顺序计算第一次出现1、0和0之前出现“ 1”的次数，这将是有帮助的。例如，对于成员A，第一个双零事件发生在appear_2和appear_3，因此持续时间将为1。类似地，对于成员B，第一个双零事件发生在appear_3和appear_4，因此共有两个1在此之前发生。因此，在总数为1的计数过程中，也考虑了1,0,0序列中包括的1。这是因为1表示一个人开始了该过程，而0,0表示他/她连续两次未出现启动该过程之后。结果表应具有一个新的“ duration”列，如下所示：

Person  appear_1   appear_2   appear_3   appear_4   appear_5  appear_6  duration   
  A        1          0          0           1         0          1         1
  B        1          1          0           0         1          0         2
  C        1          0          1           1         0          0         3
  D        1          1          1           1         0          0         4

谢谢你。

答案

这里有点逻辑，首先我们使用rolling sum查找等于0的值，然后我们只需要执行cumprod，一旦它达到0，prod将返回0，然后我们就需要sum每行的所有值都不为0以获得结果

s=df.iloc[:,1:]
s1=s.rolling(2,axis=1,min_periods=1).sum().cumprod(axis=1)
s.mask(s1==0).sum(1)
Out[37]: 
0    1.0
1    2.0
2    3.0
3    4.0
dtype: float64