Question

采用以下数据框：

import pandas as pd
df = pd.DataFrame({'group_name': ['A','A','A','B','B','B'],
                   'timestamp': [4,6,1000,5,8,100],
                   'condition': [True,True,False,True,False,True]})

我想添加两列：

该组中的行的顺序
每个组中condition列的滚动总和

我知道我可以通过自定义申请来做，但我想知道是否有人有任何有趣的想法？（当有很多小组时，这也很慢。）这是一个解决方案：

def range_within_group(input_df):
    df_to_return = input_df.copy()
    df_to_return = df_to_return.sort('timestamp')
    df_to_return['order_within_group'] = range(len(df_to_return))
    df_to_return['rolling_sum_of_condition'] = df_to_return.condition.cumsum()
    return df_to_return

df.groupby('group_name').apply(range_within_group).reset_index(drop=True)

Answer 1

GroupBy.cumcount：

将每组中的每个项目从0编号到该组的长度 - 1。

如此简单：

>>> gr = df.sort('timestamp').groupby('group_name')
>>> df['order_within_group'] = gr.cumcount()
>>> df['rolling_sum_of_condition'] = gr['condition'].cumsum()

如何在pandas中添加“group in group”列？

1 个答案: