我想要一个滚动计数列来跟踪列中特定值的计数。我想知道这匹马有多少次获得第一名。
这是我所拥有的一个例子
| Horse | Position |
|---|---|
| a | 1 |
| a | 3 |
| a | 1 |
| b | 3 |
| b | 1 |
| b | 3 |
| c | 5 |
| c | 2 |
| c | 1 |
这就是我想要的
| Horse | Position | Count |
|---|---|---|
| a | 1 | 1 |
| a | 3 | 1 |
| a | 1 | 2 |
| b | 3 | 0 |
| b | 1 | 1 |
| b | 3 | 1 |
| c | 5 | 0 |
| c | 2 | 0 |
| c | 1 | 1 |
【问题讨论】：
标签： python pandas dataframe count rolling-computation
首先比较1，然后使用GroupBy.cumsum 避免apply 以提高性能：
df["Count"] = df["Position"].eq(1).groupby(df["Horse"]).cumsum()
或创建辅助列：
df["Count"] = df.assign(new = df["Position"].eq(1)).groupby("Horse")['new'].cumsum()
print (df)
Horse Position Count
0 a 1 1
1 a 3 1
2 a 1 2
3 b 3 0
4 b 1 1
5 b 3 1
6 c 5 0
7 c 2 0
8 c 1 1
编辑：
g = df.assign(new = df["Position"].eq(1)).groupby("Horse")['new']
df["Count"] = g.cumsum()
df['perc'] = g.transform('mean').mul(100)
print (df)
Horse Position Count perc
0 a 1 1 66.666667
1 a 3 1 66.666667
2 a 1 2 66.666667
3 b 3 0 33.333333
4 b 1 1 33.333333
5 b 3 1 33.333333
6 c 5 0 33.333333
7 c 2 0 33.333333
8 c 1 1 33.333333
【讨论】：
transform 和 mean，答案已编辑。
您可以按“马”分组，然后 .cumsum 在每个组中排名第一：
df["Count"] = df.groupby("Horse")["Position"].apply(lambda x: x.eq(1).cumsum())
print(df)
打印：
Horse Position Count
0 a 1 1
1 a 3 1
2 a 1 2
3 b 3 0
4 b 1 1
5 b 3 1
6 c 5 0
7 c 2 0
8 c 1 1
【讨论】：