在 Pandas 中为先前的单元格值添加计数答案

【问题标题】：Adding a count to prior cell value in Pandas在 Pandas 中为先前的单元格值添加计数
【发布时间】：2016-05-08 11:33:45
【问题描述】：

在 Pandas 中，我希望根据另一列“A”的布尔值在“B”列中添加一个值。因此，如果“A”为真，那么只要“A”为假，就开始计数（即每新行添加一个）。当“A”为真时复位并重新开始计数。我设法用'for'循环来做到这一点，但这非常耗时。我想知道是否没有更省时的解决方案？

结果应该是这样的：

Date     A      B 
01.2010 False   0
02.2010 True    1
03.2010 False   2
04.2010 False   3
05.2010 True    1
06.2010 False   2

【问题讨论】：

标签： python pandas dataframe counter

【解决方案1】：

您可以将cumsum 与groupby 和cumcount 一起使用：

print df
    Date      A
0  1.201  False
1  1.201   True
2  1.201  False
3  2.201   True
4  3.201  False
5  4.201  False
6  5.201   True
7  6.201  False
roll = df.A.cumsum()
print roll
0    0
1    1
2    1
3    2
4    2
5    2
6    3
7    3
Name: A, dtype: int32

df['B'] = df.groupby(roll).cumcount() + 1
#if in first values are False, output is 0
df.loc[roll == 0 , 'B'] = 0   
print df
    Date      A  B
0  1.201  False  0
1  1.201   True  1
2  1.201  False  2
3  2.201   True  1
4  3.201  False  2
5  4.201  False  3
6  5.201   True  1
7  6.201  False  2

【讨论】：

【解决方案2】：

谢谢，我从另一个类似的帖子中得到了解决方案：

rolling_count = 0
def set_counter(val):

  if val == False: 

    global rolling_count  
    rolling_count +=1

  else:

    val == True
    rolling_count = 1

  return rolling_count

df['B'] = df['A'].map(set_counter)

【讨论】：

我测试了两种解决方案的时间，首先您的解决方案有不同的输出 - 第一行在您的解决方案中有1，而不是0 在列B。如果使用len(df)=7000 检查时间：%timeit (al(df1)) 100 loops, best of 3: 3.75 ms per loop vs %timeit (jez(df)) 100 loops, best of 3: 2.29 ms per loop。最后你因为接受而丢了 2 分。但这取决于您，如果您认为最好接受您的解决方案。
@jezrael，非常感谢。来自 Excel/vba，我发现我提出的解决方案更直观，并且在现实生活中发挥了作用。尽管如此，您的解决方案更像是熊猫。 cumcount() 和 cumsum() 的区别我还是要研究一下。
也感谢您的接受。我认为如果可能的话最好使用 pandas 的功能，它更优化为自定义功能。