Question

这是我的问题。我不知道如何描述它，所以我只举一个例子。

PostForm

在这里，＆＃34; a＆＃34;是用户ID，＆＃34; b＆＃34;是时候了，＆＃34; k＆＃34;是二进制指示标志。＆＃34; B＆＃34;肯定是连续的。我想得到的是：

request.files.add(
  new http.MultipartFile.fromBytes(
    'some_form_value_name',
    utf8.encode('the string value'),
    contentType: new MediaType('text', 'plain', {'charset': 'utf-8'}),
  ),
);

因此，diff_b是一个时差变量。它显示当前时间点与最后一个时间点之间的持续时间。如果之前从未有过任何动作，则返回nan。此diff_b按a分组。对于每个用户，此diff_b是独立计算的。

任何人都可以修改我的头衔吗？我不知道如何用英语描述它。如此复杂......

谢谢！

Answer 1

IIUC

df['New']=df.b.loc[df.k==1]# get all value b when k equal to 1
df.New=df.groupby('a').New.apply(lambda x : x.ffill().shift()) # fillna by froward method , then we need shift.
df.b-df['New']# yield 
Out[260]: 
0     NaN
1     NaN
2     1.0
3     2.0
4     3.0
5     1.0
6     NaN
7     NaN
8     1.0
9     2.0
10    1.0
dtype: float64

Answer 2

使用cumsum在k == 1之后创建行数据的分区，直到下一个k == 1，并为a

的每一组创建移位

parts = df.groupby('a').k.apply(lambda x: x.shift().cumsum())

分组df.a＆amp; parts并计算b＆amp;之间的差异每组b.min()

vals = df.groupby([df.a, parts]).b.apply(lambda x: x-x.min()+1)

当part == 0＆amp;时将值设置为null分配回数据框

df['diff_b'] = np.select([parts!=0], [vals], np.nan)

输出：

    a  b  k  diff_b
0   0  0  0     NaN
1   0  1  1     NaN
2   0  2  0     1.0
3   0  3  0     2.0
4   0  4  1     3.0
5   0  5  0     1.0
6   1  0  0     NaN
7   1  1  1     NaN
8   1  2  0     1.0
9   1  3  1     2.0
10  1  4  0     1.0

大熊猫根据按列分组的指标计算差异

2 个答案: