Question

如何计算每个（thing，cond = any）事件之前发生的多列（thing，cond = 1）事件的发生次数？ / strong>

（这些可能是按玩家赢得扑克游戏，因患者而沮丧的情节，等等。）例如，下面的第index == 3行包含(thing, cond) = (c,2)对，并显示数字以前的 (c,1) 发生次数，在priors列中正确（但手动）显示为0。我有兴趣生成一个合成列，其中包含我数据中每个（thing，event）对的先前（thing，1）事件的计数。我的数据随着时间单调增加。如果有帮助，silly DataFrame中的自然索引可以视为逻辑刻度。（<旁白>：确实不是。）

为方便起见，下面是我的测试DataFrame和手动生成的priors列的代码，无论groupby，{ {1}}，cumsum，shift等。我尝试。我用谷歌搜索和破坏了我的大脑好几天了。似乎没有合适的答案。读取“先验”列的关键是它的条目必须说：“在此（a，1）或（a，2）事件之前，已经有2（a，1）个事件。”

where

我最近来的是：

[In]: import pandas as pd silly = pd.DataFrame({'thing': ['a','b','a','c','b','c','c','a','a','b','c','a'], "cond": [1,2,1,2,1,2,1,2,1,2,1,2]}) silly['priors'] = pd.Series([0,0,1,0,0,0,0,2,2,1,1,3]) silly [Out]: silly thing cond priors 0 a 1 0 1 b 2 0 2 a 1 1 3 c 2 0 4 b 1 0 5 c 2 0 6 c 1 0 7 a 2 2 8 a 1 2 9 b 2 1 10 c 1 1 11 a 2 3

请注意，不完整的先验列中存在的值是正确的，但并非所有所需的数据都在其中。

请尽可能保留任何“ Pythonic”答案。尽管与大多数ML问题相比，我的真实数据很小，但我想以正确的方式学习熊猫，而不是我已经看过太多的使用Python循环或itertools chicanery的玩具数据方式。先感谢您！（为此我深表歉意！）

Answer 1

您需要

累计计算每个“ cond”为1的位置
针对每个“事物”执行此操作
确保计数是shift的1。

您可以使用groupby，cumsum和shift进行此操作：

(df.cond.eq(1)
   .groupby(df.thing)
   .apply(lambda x: x.cumsum().shift())
   .fillna(0, downcast='infer'))

0     0
1     0
2     1
3     0
4     0
5     0
6     0
7     2
8     2
9     1
10    1
11    3
Name: cond, dtype: int64

避免apply的另一种方法是将两个groupby调用链接在一起-一个进行移位，另一个进行累加。

(df.cond.eq(1)
   .groupby(df.thing)
   .cumsum()
   .groupby(df.thing)
   .shift()
   .fillna(0, downcast='infer'))

0     0
1     0
2     1
3     0
4     0
5     0
6     0
7     2
8     2
9     1
10    1
11    3
Name: cond, dtype: int64

熊猫满足条件的数量增加

1 个答案: