Pandas/Numpy 如何生成滚动计数列？答案

【问题标题】：Pandas/Numpy How to generate a rolling count column?Pandas/Numpy 如何生成滚动计数列？
【发布时间】：2021-02-04 16:22:32
【问题描述】：

我有一个有两列的表。第二列是二进制，0 或 1 值。我想保持这些值的运行计数，直到它切换。例如，我想添加一个如下所示的“计数”列：

Date          sig   count
2000-01-03    0     1
2000-01-04    0     2
2000-01-05    1     1
2000-01-06    1     2
2000-01-07    1     3
2000-01-08    1     4
2000-01-09    0     1
2000-01-010   0     2
2000-01-011   0     3
2000-01-012   0     4
2000-01-013   0     5

有没有一种简单的方法可以使用 pandas、numpy 或简单的 python 来执行此操作而无需迭代或使用循环？

【问题讨论】：

标签： python r pandas numpy dataframe

【解决方案1】：

df['count'] = df.groupby((df['sig'] != df['sig'].shift(1)).cumsum()).cumcount()+1

In [1571]: df
Out[1571]: 
           Date  sig  count
0    2000-01-03    0      1
1    2000-01-04    0      2
2    2000-01-05    1      1
3    2000-01-06    1      2
4    2000-01-07    1      3
5    2000-01-08    1      4
6    2000-01-09    0      1
7   2000-01-010    0      2
8   2000-01-011    0      3
9   2000-01-012    0      4
10  2000-01-013    0      5

【讨论】：

【解决方案2】：

在numpy 中，您可以找到一个索引，其中不同的组开始和这些组的计数，然后将np.add.accumulate 应用于一系列重复的，其中一些被替换：

def accumulative_count(sig):
    marker_idx = np.flatnonzero(np.diff(sig)) + 1
    counts = np.diff(marker_idx, prepend=0)
    counter = np.ones(len(sig), dtype=int)
    counter[marker_idx] -= counts
    return np.add.accumulate(counter)

df['count'] = accumulative_count[df['sig']]

示例运行：

sig = [0, 0, 1, 1, 1, 1, 0, 0, 0, 0, 0]
marker_idx = np.flatnonzero(np.diff(sig)) + 1
counts = np.diff(marker_idx, prepend=0,)
counter = np.ones(len(sig), dtype=int)
counter[marker_idx] -= counts

>>> marker_idx #starts of groups
array([2, 6], dtype=int64)
>>> counts #counts of groups
array([2, 4], dtype=int64)
>>> counter #a sequence of units with some of the units replaced
array([ 1,  1, -1,  1,  1,  1, -3,  1,  1,  1,  1])
>>> np.add.accumulate(counter) #output
array([1, 2, 1, 2, 3, 4, 1, 2, 3, 4, 5], dtype=int32)

【讨论】：