计算前几行中大于当前行值的值

Posted 2023-03-12

【中文标题】计算前几行中大于当前行值的值

【英文标题】：Count values in previous rows that are greater than current row value

【发布时间】：2020-10-30 15:22:32

【问题描述】：

我想找到一列中值大于当前行的先前行数的计数，并将其存储在新列中。这就像一个滚动计数，可以追溯到列的开头。下面所需的示例输出显示了给定的值列和我要创建的计数列。

Desired Output:
Value  Count
5      0 
7      0
4      2
12     0
3      4
4      3
1      6

我计划将此代码与大型数据框一起使用，因此不胜感激。

【参考方案1】：

我们可以从numpy做subtract.outer，然后得到更低的tri，找到小于0的值，然后对每行的值求和

a = np.sum(np.tril(np.subtract.outer(df.Value.values,df.Value.values), k=0)<0, axis=1)
# results in array([0, 0, 2, 0, 4, 3, 6])
df['Count'] = a

【参考方案2】：

重要提示：这只适用于pandas https://github.com/pandas-dev/pandas/issues/35203 创建了一个问题

我们可以使用expanding 来做到这一点，并应用一个函数来检查高于扩展数组中最后一个元素的值。

import pandas as pd
import numpy as np
# setup
df = pd.DataFrame([5,7,4,12,3,4,1], columns=['Value'])
# calculate countif
df['Count'] = df.Value.expanding(1).apply(lambda x: np.sum(np.where(x > x[-1], 1, 0))).astype('int')

输入

    Value
0   5
1   7
2   4
3   12
4   3
5   4
6   1

输出

    Value   Count
0   5        0
1   7        0
2   4        2
3   12       0
4   3        4
5   4        3
6   1        6

【讨论】：

这段代码对我不起作用，我收到KeyError: -1。我做错了吗？

您创建的数据框是否与“输入”下显示的完全一致？只需尝试执行df.Value.expanding(1).apply(lambda x: x[0])，它应该会给您一个pd.Series，其中所有值都是5。这行得通吗？

是的 x[0] 对我有用，我得到一个包含所有 5 个的系列。但 x[-1] 没有。事实上，即使 x[1] 对我也不起作用

所以df.Value.expanding(1).apply(lambda x: x[-1]) 不起作用？你能用-1索引任何列表吗，例如[1,2,3][-1] 的输出是什么？你用的是哪个python版本？

我更新了我的答案，你能复制粘贴并检查这是否有效吗？ [1,2,3][-1] 的结果是什么？

【参考方案3】：

count = []   
for i in range(len(values)):
       count = 0
       for j in values[:i]:
           if values[i] < j: 
              count += 1
       count.append(count)
 

【参考方案4】：

下面的生成器将满足您的需求。如果需要，您也许可以进一步优化。

def generator (data) :
    i=0
    count_dict = 
    while i<len(data) :
        m=max(data)
        v=data[i] 
        count_dict[v] =count_dict[v] +1 if v in count_dict else 1
        
        t=sum([(count_dict[j] if j in count_dict else 0) for j in range(v+1,m)])
        i +=1
        yield t

d=[1, 5,7,3,5,8]
foo=generator (d)
result =[b for b in foo] 
print(result)