Question

我有一个带有以下时间序列数据的数据帧df：

        a        b      sign
1    -0.066   19.514    -1
2     0.334   19.848     1
3     0.991   20.839     1
4      0.42   21.259     1
5       0.0   21.367     0
6     -0.57   20.797    -1
7    -0.294   20.503    -1
8     0.579   21.082     1
9     0.234   21.316     1
0    -0.954   20.362    -1

我目前正在使用以下累积分组魔法：

df2 = df.groupby((df["sign"] != df['sign'].shift()).cumsum(), as_index=False).agg({'sign': 'first', 'a': ['sum','count']})

产生以下输出（我已经调整了列标题）：

    sign     asum   cnt   
0   -1.0    -0.209   1  
1    1.0     1.970   3  
2    0.0     0.000   1  
3   -1.0    -0.813   2  
4    1.0     0.755   2  
5   -1.0    -1.015   1

到目前为止，这很好地表明了积极和消极的价值观但是，我不希望将0号作为一个单独的组，我希望它与1组或-1组相关联（取决于我的心情）。

那么实现这一目标的最佳方法是什么？理想情况下我需要输出像这样（假设0组现在将成为1组的一部分）：

    sign      a    cnt   
0   -1.0    -0.209  1   
1    1.0     1.970  4           
2   -1.0    -0.813  2   
3    1.0     0.755  2   
4   -1.0    -1.015  1

Answer 1

我不是完全确定你想要的是什么，但这似乎达到了你想要做的事情：

apache

然后，继续使用您上面的确切# change mood to 'negative' when required... mood = 'positive' if mood=='positive': df['sign'].replace(0,1,inplace=True) else: df['sign'].replace(0,-1,inplace=True)，您最终得到了目标输出（并没有像您那样更改列名称）：

groupby

Answer 2

为什么不将原始符号列中的所有0替换为-1或1？然后，先前与0组关联的行将与-1或1组关联。

将它们更改为一个：

df.sign = df.sign.where(df.sign!=0, 1)

然后，

df.groupby((df["sign"] != df['sign'].shift()).cumsum(), as_index=False).agg({'sign': 'first', 'a': ['sum','count']})

将产生：

       a        sign
     sum count first
0 -0.066     1    -1
1  1.853     4     1
2 -0.864     2    -1
3  0.813     2     1
4 -0.954     1    -1

Pandas和Python中的高级累积分组

2 个答案: