Python Pandas：创建作为条件运行变量的列

Question

我正在尝试创建一个新的数据帧列，它充当一个重置为零的运行变量，或者＃34;传递＆＃34;在一定条件下。以下是我希望完成的一个简化示例。让我们说我试图戒掉喝咖啡，并且我已经连续几天跟踪我没有喝酒的情况。在我忘记记下我是否喝咖啡的日子里，我放弃了＃34;忘了＆＃34;，我的理货不会受到影响。

以下是我目前如何实现这一目标，但我怀疑这是一种更有效的方式。

提前致谢！

import pandas as pd

Day = [1,2,3,4,5,6,7,8,9,10,11]  
DrankCoffee = ['no','no','forgot','yes','no','no','no','no','no','yes','no']

df = pd.DataFrame(list(zip(Day,DrankCoffee)), columns=['Day','DrankCoffee'])

df['Streak'] = 0  

s = 0

for (index,row) in df.iterrows():
   if row['DrankCoffee'] == 'no':
      s += 1
   if row['DrankCoffee'] == 'yes':
      s = 0
   else:
      pass

   df.at[index,'Streak'] = s

Answer 1

您可以使用groupby.transform

对于每个streak，你要找的是这样的：

def my_func(group):
    return (group == 'no').cumsum()

您可以通过简单的比较和cumsum

来划分不同的条纹

streak = (df['DrankCoffee'] == 'yes').cumsum()

0     0
1     0
2     0
3     1
4     1
5     1
6     1
7     1
8     1
9     2
10    2

然后应用转换

df['Streak'] = df.groupby(streak)['DrankCoffee'].transform(my_func)

Answer 2

首先需要将DrankCoffee映射到[0,1]（根据我的理解yes而forgot应为0而no为1），然后我们只做{{ 1}} groupby创建组密钥，当有cumsum时，我们开始新一轮计算那些平均值

yes

Answer 3

使用：

df['Streak'] = df.assign(streak=df['DrankCoffee'].eq('no'))\
                 .groupby(df['DrankCoffee'].eq('yes').cumsum())['streak'].cumsum().astype(int)

输出：

    Day DrankCoffee  Streak
0     1          no       1
1     2          no       2
2     3      forgot       2
3     4         yes       0
4     5          no       1
5     6          no       2
6     7          no       3
7     8          no       4
8     9          no       5
9    10         yes       0
10   11          no       1

1. 首先，当没有＆＃39;时，创建条纹增量。然后是真的。
2. 接下来，当“是”＆＃39;时创建连胜。使用cumsum（）开始新的连胜。
3. 最后，使用cumsum计算条纹中的条纹增量 cumsum（）。