使用多索引计算数据框中数字连续出现的次数

Question

我有一个具有多索引（股票和日期时间）的数据框，其中包含一个包含 1 和 0 的虚拟列，我想计算每只股票和每一天的每一行中 1 或 0 的次数发生在“虚拟”列中，每次从 1 开始，向上计数为 1，向下计数为 0 我在下面有一个示例，其中“计数器”列代表我想要创建的内容：

import pandas as pd
df = pd.DataFrame(  {
'stock': ['AAPL', 'AAPL', 'AAPL','AAPL', 'AAPL','AAPL', 'AAPL', 'MSFT', 'MSFT'], 
'datetime': ['2015-01-02 20:57', '2015-01-02 20:58', '2015-01-02 20:59', '2015-01-02 21:00','2015-01-03 20:57', '2015-01-03 20:58', '2015-01-03 20:59','2015-01-02 20:57', '2015-01-02 20:58'],
'Dummy': [0, 0, 1, 1, 1,1, 0, 1, 1],
'Counter': [-1, -2, 1, 2, 1, 2, 1, 1,2]})
df['datetime'] = pd.to_datetime(df['datetime'])
df.set_index(['stock', 'datetime'], inplace =True)

这里回答了这个问题的一个更简单的版本（但是这忽略了代码和日期）

Counting the number of consecutive occurences of numbers in dataframe

Answer 1

只需稍微修改您之前的解决方案

m = df.Dummy.diff().ne(0).cumsum()
counters = df.groupby([df.index.get_level_values(0), 
                       df.index.get_level_values(1).date, 
                       m]).cumcount()+1
df['Counter'] = np.where(df['Dummy']==0, -1, 1) * counters

Out[95]:
                           Dummy  Counter
stock datetime
AAPL  2015-01-02 20:57:00      0       -1
      2015-01-02 20:58:00      0       -2
      2015-01-02 20:59:00      1        1
      2015-01-02 21:00:00      1        2
      2015-01-03 20:57:00      1        1
      2015-01-03 20:58:00      1        2
      2015-01-03 20:59:00      0       -1
MSFT  2015-01-02 20:57:00      1        1
      2015-01-02 20:58:00      1        2

Answer 2

基于您链接的答案：

1. 首先，创建date 列，您需要将其包含在创建blocks 的逻辑中
2. 然后，只需稍微修改blocks 系列的逻辑，包括| (df.day.diff().ne(0))
3. 最后，将stock 包含在.groupby 中。您可以直接在 groupby 中引用多索引列：

---

import pandas as pd
df = pd.DataFrame(  {
'stock': ['AAPL', 'AAPL', 'AAPL','AAPL', 'AAPL','AAPL', 'AAPL', 'MSFT', 'MSFT'], 
'datetime': ['2015-01-02 20:57', '2015-01-02 20:58', '2015-01-02 20:59', '2015-01-02 21:00','2015-01-03 20:57', '2015-01-03 20:58', '2015-01-03 20:59','2015-01-02 20:57', '2015-01-02 20:58'],
'Dummy': [0, 0, 1, 1, 1,1, 0, 1, 1],
'Counter': [-1, -2, 1, 2, 1, -1, 1, 1,2]})
df['datetime'] = pd.to_datetime(df['datetime'])
df['date'] = df['datetime'].dt.date
df.set_index(['stock', 'datetime'], inplace =True)
blocks = (df.Dummy.diff().ne(0) | (df['date'].ne(df['date'].shift()))).cumsum()
counters = df.groupby(['stock', blocks]).cumcount() + 1
df['Counter'] = np.where(df['Dummy']==0, -1, 1) * counters
df
Out[1]: 
                           Dummy  Counter        date
stock datetime                                       
AAPL  2015-01-02 20:57:00      0       -1  2015-01-02
      2015-01-02 20:58:00      0       -2  2015-01-02
      2015-01-02 20:59:00      1        1  2015-01-02
      2015-01-02 21:00:00      1        2  2015-01-02
      2015-01-03 20:57:00      1        1  2015-01-03
      2015-01-03 20:58:00      1        2  2015-01-03
      2015-01-03 20:59:00      0       -1  2015-01-03
MSFT  2015-01-02 20:57:00      1        1  2015-01-02
      2015-01-02 20:58:00      1        2  2015-01-02