Question

我有一个从csv文件导入的数据框，如下所示：

      Value       Counter 
  1.    5           0
  2.    15          1
  3.    15          2           
  4.    15          3
  5.    10          0
  6.    15          1
  7.    15          1

仅当值= 15时，我才想增加counter的值，否则将其重置为0。我尝试了cumsum，但是卡住了如何将其重置为不匹配的零值

这是我的代码

     import pandas as pd
     import csv
     import numpy as np
     dfs = []
     df = pd.read_csv("H:/test/test.csv")
     df["Counted"] = (df["Value"] == 15).cumsum()
     dfs.append(df)
     big_frame = pd.concat(dfs, sort=True, ignore_index=False)
     big_frame.to_csv('H:/test/List.csv' , index=False)

感谢您的帮助

Answer 1

这是我的方法：

s = df.Value.ne(15)
df['Counter'] = (~s).groupby(s.cumsum()).cumsum()

Answer 2

尝试使用cumsum和cumcount：

df['Counter'] = df.groupby(df['Value'].ne(15).cumsum()).cumcount()

输出：

     Value  Counter
1.0      5        0
2.0     15        1
3.0     15        2
4.0     15        3
5.0     10        0
6.0     15        1
7.0     15        2

根据Pandas中数据框列的现有值增加或重置计数器

2 个答案: