Python - 用反向计数器附加行号

Posted 2023-03-11

【中文标题】Python - 用反向计数器附加行号

【英文标题】：Python - Appending row number with reverse counter

【发布时间】：2019-03-27 23:26:05

【问题描述】：

我还有另一个 Python 问题。这可能可以在循环的帮助下实现，但是我正在寻找更精简的解决方案

假设我有一个像这样的数据框：

我正在寻找一个代码来生成列 ID，当列 Sold 中的值发生变化时，该列 ID 不超过一个递减计数器 - 即，对于每个销售员，我希望 ID 列检索剩余天数，直到售价发生变化。 例如，在 2018 年 1 月 1 日，销售员 Joe 的 ID = 2，因为信号会在 2 天内发生变化。

关于如何解决这个问题的任何想法？

非常感谢。 J

【问题讨论】：

请不要将数据作为图像发布。是否也保证您的每一天在每个推销员中都是连续的？

【参考方案1】：

设置：

df = pd.DataFrame([
    pd.Series(pd.date_range('1/1/2018', '1/7/2018').append(pd.date_range('1/1/2018', '1/7/2018'))),
    pd.Series(['Joe']*7 + ['Helen']*7),
    pd.Series([1,1,0,0,0,0,1,0,1,1,0,1,0,0]),
]).T
df.columns = ['date', 'salesman', 'sold']
df['date'] = pd.to_datetime(df['date'])

计算：

df['changes'] = df.groupby('salesman')['sold'].expanding().apply(lambda x: (np.diff(x) != 0).sum()).reset_index(drop = True)

df['id'] = df.groupby(['salesman', 'changes']).apply(lambda grp: pd.Series(len(grp) - grp.sort_values('date').reset_index().index)).reset_index(drop = True)

df.drop('changes', axis = 1, inplace = True)

结果：

>>> df


    date    salesman  sold  id
0   2018-01-01  Joe     1   2
1   2018-01-02  Joe     1   1
2   2018-01-03  Joe     0   4
3   2018-01-04  Joe     0   3
4   2018-01-05  Joe     0   2
5   2018-01-06  Joe     0   1
6   2018-01-07  Joe     1   1
7   2018-01-01  Helen   0   1
8   2018-01-02  Helen   1   2
9   2018-01-03  Helen   1   1
10  2018-01-04  Helen   0   1
11  2018-01-05  Helen   1   1
12  2018-01-06  Helen   0   2
13  2018-01-07  Helen   0   1

解释：

创建一个 'changes' 列，每次单个销售人员的 'sold' 字段更改时都会递增。然后对于每个增量组（仍按销售人员分组），获取该组的长度（等于该值的后续行的长度）并从该值中减去每行的索引，按日期排序。该减法的结果将是一个从组长度下降到 1 的序列。重置索引并合并回原始数据帧。这是一个有点令人困惑的解决方案，但它应该可以工作。

【讨论】：

谢谢。并没有真正得到同样的结果。除了 Pandas，您还使用了哪些其他库？

您能否更深入地了解问题所在？错误是什么？我正在使用 pandas .22、numpy 1.14.12 和 python 2.7。这些都是相当标准的包，虽然有点过时。

是的，确实没有什么不寻常的，我也使用它们。错误发生在计算的第二行。

错误很长：ValueError Traceback (most recent call last) 。 ; ValueError: 传递的项目数错误 0，位置意味着 1

我很难在没有看到任何东西的情况下进行调试，但听起来 python 正在尝试将 0 个东西分配给 1 个占位符。即df['id'] 没有从等号的 RHS 接收到值。在不将值分配给df['id'] 的情况下尝试该行。你从中得到的应该可以帮助你弄清楚你的问题。还可以尝试重新启动你的 python 等等，因为我的环境没有抛出错误。并确保您使用我的设置（为了保持一致性）。