在Python中基于groupby创建新变量

Question

我有一个数据框如下：

I / P：

id       day  start location    value   match
4413869 16080   360 5000    2   1
4413869 16080   360 5000    3   1
4413869 16080   360 5000    5   1
4413869 16080   360 5000    16  1
4413869 16080   360 5015    1   1
4413869 16080   361 -1      1   0
4413869 16080   361 -1      2   0
4413869 16080   361 -1      3   0
4413869 16080   361 -1      5   0
4413869 16080   361 -1      16  0
4413869 16080   362 -1      1   0
4413869 16080   362 -1      2   0
4413869 16080   362 -1      3   0
4413869 16080   362 -1      5   0
4413869 16080   362 -1     16   0
4413869 16080   363 -1     1    0
4413869 16080   363 -1     2    0
4413869 16080   363 -1     3    0
4413869 16080   363 -1     5    0
4413869 16080   363 -1     16   0
4413869 16080   364 -1     1    0
4413869 16080   364 -1     2    0
4413869 16080   364 -1     3    0
4413869 16080   364 -1     5    0
4413869 16080   364 -1     16   0

我需要执行以下操作来获取我的O / P：

1. 循环遍历id + day + start + location
的组合（组）
2. 如果位置位于组的顶部/第一个，则new_var = 0
3. 如果该组中的匹配为1（从第一个开始），则new_var = new_var + 1
4. 此增量应该一直持续到该组的最后一个位置。
5. 将该组的最后一条记录写入输出。

O / P：

id       day  start loc     value match new_var
4413869 16080   360 5000    16      1   4
4413869 16080   360 5015    1       1   1
4413869 16080   361 -1      16      0   0
4413869 16080   362 -1      16      0   0
4413869 16080   363 -1      16      0   0
4413869 16080   364 -1      16      0   0

我知道我可以逐个功能使用，但不能想到如何以技术方式迭代和增量。

任何人都可以指导我吗？

感谢。

Answer 1

在cumsum

中使用match而不是groupby

df['new_var'] = df.groupby(['id', 'day', 'start', 'location']).match.cumsum()
df.head()

然后在另一个last

中使用groupby

df.groupby(['id', 'day', 'start', 'location'], as_index=False).last()