Python Pandas：创建作为条件运行变量的列

Question

我正在尝试创建一个新的数据框列，该列充当运行变量，在某些条件下重置为零或“通过”。下面是我想要完成的一个简化示例。假设我正在尝试戒掉咖啡，并且我正在跟踪我连续几天不喝咖啡。在我忘记记录是否喝咖啡的日子里，我输入了“忘记”，并且我的计数不会受到影响。

以下是我目前的实现方式，尽管我怀疑有一种更有效的方法。

提前致谢！

import pandas as pd

Day = [1,2,3,4,5,6,7,8,9,10,11]  
DrankCoffee = ['no','no','forgot','yes','no','no','no','no','no','yes','no']

df = pd.DataFrame(list(zip(Day,DrankCoffee)), columns=['Day','DrankCoffee'])

df['Streak'] = 0  

s = 0

for (index,row) in df.iterrows():
   if row['DrankCoffee'] == 'no':
      s += 1
   if row['DrankCoffee'] == 'yes':
      s = 0
   else:
      pass

   df.loc[index,'Streak'] = s

Answer 1

用途：

df['Streak'] = df.assign(streak=df['DrankCoffee'].eq('no'))\
                 .groupby(df['DrankCoffee'].eq('yes').cumsum())['streak'].cumsum().astype(int)

输出：

    Day DrankCoffee  Streak
0     1          no       1
1     2          no       2
2     3      forgot       2
3     4         yes       0
4     5          no       1
5     6          no       2
6     7          no       3
7     8          no       4
8     9          no       5
9    10         yes       0
10   11          no       1

1. 首先，当 'no' 然后 True 时创建连续增量。
2. 接下来，在“是”时使用 cumsum() 开始新的连胜。
3. 最后，使用 cumsum 计算条纹中的条纹增量 cumsum()。

Answer 2

你可以使用groupby.transform

对于每个streak，您正在寻找的是这样的：

def my_func(group):
    return (group == 'no').cumsum()

您可以通过简单的比较和cumsum来划分不同的条纹

streak = (df['DrankCoffee'] == 'yes').cumsum()

0     0
1     0
2     0
3     1
4     1
5     1
6     1
7     1
8     1
9     2
10    2

然后应用变换

df['Streak'] = df.groupby(streak)['DrankCoffee'].transform(my_func)

Answer 3

您需要首先将您的 DrankCoffee 映射到 [0,1]（根据我的理解 yes 和 forgot 应该是 0 而 no 是 1），然后我们只需执行 groupby cumsum 来创建组键，当有yes时，我们开始新一轮计算那些事件

df.DrankCoffee.replace({'no':1,'forgot':0,'yes':0}).groupby((df.DrankCoffee=='yes').cumsum()).cumsum()
Out[111]: 
0     1
1     2
2     2
3     0
4     1
5     2
6     3
7     4
8     5
9     0
10    1
Name: DrankCoffee, dtype: int64