Question

请帮助我精通Python算法的人。我有一个包含两列的数据框：a和b。这里，“ A”列是行的数量，其中“ B”列是由0和1值组成的二进制列。

如何添加一列C，该列计算值“ 1”的块，如下所示。

谢谢！

Answer 1

df["C"] = df["B"].cumsum() * df["B"]

每次达到1时，累积总和将增加，将其乘以b将在没有增加的任何地方放置零。

如果需要，则可以将零设置为NA（如果这是您需要的话）（不确定列表中的空值意味着什么）

Answer 2

如果需要丢失aor或其他值，请使用numpy.where并使用由偏移值创建的掩码，以使其不等于累积和：

df["C"] = np.where(df['B'] == 1, (df['B'].ne(df['B'].shift()) * df['B']).cumsum(), np.nan)

print (df)
   A  B    C
0  1  1  1.0
1  2  0  NaN
2  3  0  NaN
3  4  1  2.0
4  5  1  2.0
5  6  0  NaN
6  7  1  3.0

如果需要0处理不匹配的值，则采用另一种解决方案：

df["C"] = (df['B'].ne(df['B'].shift()) * df['B']).cumsum() * df['B']

print (df)
   A  B  C
0  1  1  1
1  2  0  0
2  3  0  0
3  4  1  2
4  5  1  2
5  6  0  0
6  7  1  3

大量计算块的Python算法

2 个答案: