我有一个pandas数据框我的一个vars看起来像这样：
user, time, used
1, 2015-01-01, 0
1, 2015-02-01, 0
1, 2015-03-01, 0
1, 2015-04-01, 1
1, 2015-05-01, 0
2, 2015-01-01, 0
2, 2015-02-01, 1
2, 2015-03-01, 0
“used”变量基本上是一个指示器，显示用户第一次出现。我想要做的是创建一个新变量，指示我们第一次使用之前和之后的几个月：
user, time, used, new
1, 2015-01-01, 0, -3
1, 2015-02-01, 0, -2
1, 2015-03-01, 0, -1
1, 2015-04-01, 1, 0
1, 2015-05-01, 0, 1
2, 2015-01-01, 0, -1
2, 2015-02-01, 1, 0
2, 2015-03-01, 0, 1
我想不出一个好方法。
答案 0 :(得分：1)
我看到这是一个老问题，但是要用几行代码并更有效地进行操作，您可以使用groupby，cumcount并用{{1删除'used'为1的行的位置}}和transform，例如：
argmax然后used_g = df.groupby('user')['used']
df['new'] = used_g.cumcount() - used_g.transform(lambda x: (x.values).argmax())
看起来像预期的
df答案 1 :(得分：0)
不确定是否有更好的方法。这种方式真的慢，但这是我在它工作时登陆的方式。
if stu == 'No' or 'no':如果有更快捷的方式，那么我想听听它。