python pandas - 创建一个保持连续值运行计数的列

Posted 2023-03-11

【中文标题】python pandas - 创建一个保持连续值运行计数的列

【英文标题】：python pandas - creating a column which keeps a running count of consecutive values

【发布时间】：2016-01-12 20:26:36

【问题描述】：

我正在尝试创建一个列（“consec”），它将在另一个（“二进制”）中保持连续值的运行计数，而不使用循环。这就是期望的结果：

.    binary consec
1       0      0
2       1      1
3       1      2
4       1      3
5       1      4
5       0      0
6       1      1
7       1      2
8       0      0

不过，这……

df['consec'][df['binary']==1] = df['consec'].shift(1) + df['binary']

结果...

.  binary   consec
0     1       NaN
1     1       1
2     1       1
3     0       0
4     1       1
5     0       0
6     1       1
7     1       1
8     1       1
9     0       0

我看到其他使用分组或排序的帖子，但不幸的是，我看不出这对我有什么用。提前感谢您的帮助。

【问题讨论】：

你说“连续”，但是0和1不同，你还是增加计数器。所以感觉更像是你想在每个零处重置计数器。如果连续两个零，你想发生什么？

好点 - 糟糕的描述，我确实想在每个零处重置计数器。所以 df['binary'] 中的连续 0 会在 df['consec'] 中生成 0。

【参考方案1】：

您可以使用 compare-cumsum-groupby 模式（我真的需要花时间来编写文档），最后是 cumcount：

>>> df = pd.DataFrame("binary": [0,1,1,1,0,0,1,1,0])
>>> df["consec"] = df["binary"].groupby((df["binary"] == 0).cumsum()).cumcount()
>>> df
   binary  consec
0       0       0
1       1       1
2       1       2
3       1       3
4       0       0
5       0       0
6       1       1
7       1       2
8       0       0

---

这是可行的，因为首先我们获得了要重置计数器的位置：

>>> (df["binary"] == 0)
0     True
1    False
2    False
3    False
4     True
5     True
6    False
7    False
8     True
Name: binary, dtype: bool

这些的累积总和为我们提供了每个组的不同 id：

>>> (df["binary"] == 0).cumsum()
0    1
1    1
2    1
3    1
4    2
5    3
6    3
7    3
8    4
Name: binary, dtype: int64

然后我们可以将其传递给groupby 并使用cumcount 来获得每个组中的递增索引。

【讨论】：

将是对文档的一个很好的补充，可能在 Cookbook 中。

大吃一惊。如果 pan['A'] = df ，是否有任何理由这不适用于代替数据框的面板？

无视 DSM - 想通了。感谢您的帮助！

如果第一个元素是 1，这将无法正常工作。

【参考方案2】：

对于那些最终在这里寻找“被误解”版本答案的人： 重置 binary 列中每个更改的计数，以便 consec 确实“保持连续计数值”，以下似乎有效：

df["consec2"] = df["binary"].groupby((df["binary"] <> df["binary"].shift()).cumsum()).cumcount()