累积条件计数

Posted 2023-03-11

【中文标题】累积条件计数

【英文标题】：Cumulative conditional count

【发布时间】：2019-07-03 03:42:36

【问题描述】：

我有以下数据框。

df = pd.DataFrame(
    
        "drive": [1,1,2,2,2,3,3,3,4,4,4,5,5,6,6,7,7],
        "team": ['home','home','away','away','away','home','home','home','away',
                 'away','away','home','home','away','away','home','home'],
        "home_comfy_lead": [0,0,0,0,0,0,0,1,0,0,0,1,1,0,0,1,1],
        "home_drives": [1,1,0,0,0,2,2,2,0,0,0,3,3,0,0,4,4],
        'home_drives_with_comfy_lead': [0,0,0,0,0,0,0,1,0,0,0,2,2,0,0,3,3]
    )

我正在尝试制作两列：

一个 home_drives 列唯一地计算来自 drive 列基于来自 team 的“家”指定 列。

一个 home_drives_with_comfy_lead 列唯一地计算 home_drives 的值基于 home_comfy_lead 是否为真。

我想要的输出是：

    drive  team  home_comfy_lead  home_drives  home_drives_with_comfy_lead
0       1  home                0            1                            0
1       1  home                0            1                            0
2       2  away                0            0                            0
3       2  away                0            0                            0
4       2  away                0            0                            0
5       3  home                0            2                            0
6       3  home                0            2                            0
7       3  home                1            2                            1
8       4  away                0            0                            0
9       4  away                0            0                            0
10      4  away                0            0                            0
11      5  home                1            3                            2
12      5  home                1            3                            2
13      6  away                0            0                            0
14      6  away                0            0                            0
15      7  home                1            4                            3
16      7  home                1            4                            3

有人可以帮忙吗？这几天我一直在为此苦苦挣扎。

【问题讨论】：

欢迎来到 SO。请花时间阅读 ***.com/help/how-to-ask。它将帮助您提出可靠的问题，希望得到有用的答案

你能告诉你到目前为止你尝试了什么吗？

@orde，对不起。我的问题不够具体吗？在发布问题之前我确实阅读过，所以我希望它足够清楚。

@anishtain4 我尝试了 np.where、groupby 和 cumcount 的组合。我无法在 SO 上找到任何解决此问题的内容，所以这主要是在黑暗中拍摄。

【参考方案1】：

使用.where 屏蔽，然后使用groupby + ngroup。在这里，我们很幸运 NaN 组被分配了 -1 并且您还希望从 1 开始计数，因此添加 +1 同时修复了这两个问题。

df['home_drives'] = df.where(df.team == 'home').groupby('drive').ngroup()+1
df['hdwcl'] = df.where(df.home_comfy_lead == 1).groupby('home_drives').ngroup()+1

输出：

    drive  team  home_comfy_lead  home_drives  hdwcl
0       1  home                0            1      0
1       1  home                0            1      0
2       2  away                0            0      0
3       2  away                0            0      0
4       2  away                0            0      0
5       3  home                0            2      0
6       3  home                0            2      0
7       3  home                1            2      1
8       4  away                0            0      0
9       4  away                0            0      0
10      4  away                0            0      0
11      5  home                1            3      2
12      5  home                1            3      2
13      6  away                0            0      0
14      6  away                0            0      0
15      7  home                1            4      3
16      7  home                1            4      3

【讨论】：

这是完美的。谢谢！