如何计算和标记熊猫数据框中某个值序列的出现？

Question

我想创建一个C列（基于B），该列从B中的“ 100”开始计算系列的每个开始。我有以下熊猫数据框：

A B 
1 0
2 0
3 100
4 100
5 100
6 0
7 0
8 100
9 100
10 100
11 100
12 0
13 0
14 0
15 100
16 100

我要创建以下C列：

A C
1 0
2 0
3 1
4 1
5 1
6 0
7 0
8 2
9 2
10 2
11 2
12 0
13 0
14 0
15 3
16 3

此C列应该算出每100个系列。

谢谢。

Answer 1

使用：

df['C'] = (df['B'].shift(-1).eq(100) & df['B'].ne(100)).cumsum() * df['B'].eq(100)
print (df)
     A    B  C
0    1    0  0
1    2    0  0
2    3  100  1
3    4  100  1
4    5  100  1
5    6    0  0
6    7    0  0
7    8  100  2
8    9  100  2
9   10  100  2
10  11  100  2
11  12    0  0
12  13    0  0
13  14    0  0
14  15  100  3
15  16  100  3

详细信息和说明：

1. 用Series.shift比较Series.eq与==
2. 在分组之前的一行中，&对bitwise AND的束缚条件，Series.ne对!=的Trues束缚，
3. 添加Series.cumsum作为计数器
4. 将值替换为0的{​​{3}}列乘以df = df.assign(shifted = df['B'].shift(-1).eq(100), chained = df['B'].shift(-1).eq(100) & df['B'].ne(100), cumsum = (df['B'].shift(-1).eq(100) & df['B'].ne(100)).cumsum(), eq_100 = df['B'].eq(100), C = (df['B'].shift(-1).eq(100) & df['B'].ne(100)).cumsum() * df['B'].eq(100)) print (df) A B shifted chained cumsum eq_100 C 0 1 0 False False 0 False 0 1 2 0 True True 1 False 0 2 3 100 True False 1 True 1 3 4 100 True False 1 True 1 4 5 100 False False 1 True 1 5 6 0 False False 1 False 0 6 7 0 True True 2 False 0 7 8 100 True False 2 True 2 8 9 100 True False 2 True 2 9 10 100 True False 2 True 2 10 11 100 False False 2 True 2 11 12 0 False False 2 False 0 12 13 0 False False 2 False 0 13 14 0 True True 3 False 0 14 15 100 True False 3 True 3 15 16 100 False False 3 True 3

---

SUSER_NAME()