Question

让我们有一个值为0或1的pandas DataFrame，例如：

import pandas as pd
a = pd.DataFrame([1, 1, 1, 0, 0, 0, 1, 1, 1, 1, 0,
                  1, 1, 1, 1, 1, 0, 0, 1, 1], columns=['instance'])

我计算1值的出现，重置计数为0时出现。例如：

count, b = 0, []
for i in a.instance:
    if i == 0:
        count = 0
        b.append(count)
    else:
        count+=1
        b.append(count)

给了我：

b = pd.DataFrame(b, columns=['count_check'])
c = pd.concat((a, b), axis=1)

结果：

    instance  count_check
0          1            1
1          1            2
2          1            3
3          0            0
4          0            0
5          0            0
6          1            1
7          1            2
8          1            3
9          1            4
10         0            0
11         1            1
12         1            2
13         1            3
14         1            4
15         1            5
16         0            0
17         0            0
18         1            1
19         1            2

它工作正常，但对于较大的数据集以及重复时它有点慢。是否会有更快更优雅的方式来做同样的事情？
感谢

Answer 1

a['count_check'] =  a.apply(lambda x: x.groupby((~x.astype(bool)).cumsum()).cumsum())

输出：

    instance  count_check
0          1            1
1          1            2
2          1            3
3          0            0
4          0            0
5          0            0
6          1            1
7          1            2
8          1            3
9          1            4
10         0            0
11         1            1
12         1            2
13         1            3
14         1            4
15         1            5
16         0            0
17         0            0
18         1            1
19         1            2

在pandas中迭代和计算序列的优雅方式

1 个答案: