小组内的堆积和熊猫中的重置[英] Cumsum within group and reset on condition in pandas

本文是小编为大家收集整理的关于小组内的堆积和熊猫中的重置的处理方法,想解了小组内的堆积和熊猫中的重置的问题怎么解决?小组内的堆积和熊猫中的重置问题的解决办法?那么可以参考本文帮助大家快速定位并解决问题。

问题描述

我有一个具有两个列ID和活动的数据框.活动是0或1.我想要一个新列,其中包含一个增加数量的新列,因为上次活动为1.但是,计数仅应在一个组(ID)内.如果活动为1,则计数列应重置为0,并且计数再次开始.

所以,我有一个包含以下内容的数据框:

df['G']=df.groupby('ID').Activeity.apply(lambda x :(x.diff().ne(0)&x==1)|x==1)

df.groupby([df.ID,df.G.cumsum()]).G.apply(lambda x : (~x).cumsum())

Out[713]: 
0     1
1     2
2     0
3     1
4     2
5     1
6     2
7     0
8     1
9     0
10    1
11    1
12    0
13    0
14    1
15    2
Name: G, dtype: int32

数据输入

df=pd.DataFrame({'ID':list('AAAAABBBBBBCCCCC'),'Activeity':[0,0,1,0,0,0,0,1,0,1,0,0,1,1,0,0]})

说明:

Here we get the new para 'G'
df['G']=df.groupby('ID').Activeity.apply(lambda x :(x.diff().ne(0)&x==1)|x==1)
df
Out[134]: 
    Activeity ID      G
0           0  A  False
1           0  A  False
2           1  A   True
3           0  A  False
4           0  A  False
5           0  B  False
6           0  B  False
7           1  B   True
8           0  B  False
9           1  B   True
10          0  B  False
11          0  C  False
12          1  C   True
13          1  C   True
14          0  C  False
15          0  C  False

然后,我们为g做cumsum是要获得位置,我们应该将数字设置为0

df.G.cumsum()
Out[135]: 
0     0
1     0
2     1
3     1
4     1
5     1
6     1
7     2
8     2
9     3
10    3
11    3
12    4
13    5
14    5
15    5
Name: G, dtype: int32

本文地址:https://www.itbaoku.cn/post/1728046.html