熊猫数据框滚动连续计数

Question

假设，我的 Pandas DataFrame 如下所示：

  account   have  
  A         1     
  A         2     
  A         1     
  A         1     
  A         1     
  A         1     
  A         1     
  A         1     
  A         1     
  B         1     
  B         1     
  B         1     
  B         2     
  B         1     
  B         1     
  B         1     
  B         1     
  B         1     
  B         1  

我希望结果如下所示：

  account   want  
  A         NaN   
  A         NaN   
  A         1     
  A         2     
  A         3     
  A         3     
  A         3     
  A         3     
  A         3     
  B         NaN   
  B         NaN   
  B         3     
  B         2     
  B         1     
  B         2     
  B         3     
  B         3     
  B         3     
  B         3  

背后的想法是给定滚动窗口等于3。我想找到等于1 的最长连续计数。例如，在帐户A 中，在给定窗口等于3 的情况下，等于1 的最长连续计数是1（在索引2 处）。在索引3 处，结果返回2，因为给定窗口包含2, 1, 1 的值。

按照上面相同的逻辑，应用到账户B，结果将如图所示。

关于这个过程的任何建议。

非常感谢！

Answer 1

一种方法可能是：

import numpy as np


def compute_max_run(window):
    """Based on this answer https://stackoverflow.com/a/43986888/4001592"""
    diffs = np.diff(window, prepend=0, append=0)

    starts, = np.where(diffs == -1)
    ends, = np.where(diffs == 1)

    if len(ends) and len(starts):
        return (starts - ends).max()
    return 0


def compute(s, w=3, val=1):
    return s.eq(val).rolling(w).apply(compute_max_run)


df['want'] = df.groupby('account')['have'].transform(compute)
print(df)

输出

   account  have  want
0        A     1   NaN
1        A     2   NaN
2        A     1   1.0
3        A     1   2.0
4        A     1   3.0
5        A     1   3.0
6        A     1   3.0
7        A     1   3.0
8        A     1   3.0
9        B     1   NaN
10       B     1   NaN
11       B     1   3.0
12       B     2   2.0
13       B     1   1.0
14       B     1   2.0
15       B     1   3.0
16       B     1   3.0
17       B     1   3.0
18       B     1   3.0

Answer 2

用途：

f = lambda x: 1 if x.iat[1] != 1 else (x == 1).sum()
df['new']=df.groupby('account')['have'].rolling(3).apply(f).reset_index(level=0, drop=True)
print (df)
   account  have  new
0        A     1  NaN
1        A     2  NaN
2        A     1  1.0
3        A     1  2.0
4        A     1  3.0
5        A     1  3.0
6        A     1  3.0
7        A     1  3.0
8        A     1  3.0
9        B     1  NaN
10       B     1  NaN
11       B     1  3.0
12       B     2  2.0
13       B     1  1.0
14       B     1  2.0
15       B     1  3.0
16       B     1  3.0
17       B     1  3.0
18       B     1  3.0