熊猫：计算有条件的连续行

Question

我有一个这样的表：

name = ['a','a','a','a','a','b','b','b','b']
fillrate = [0.1, 0.1, 0.2, 0.1, 0.1, 0.3, 0.3, 0.3, 0.4]
df = pd.DataFrame(name)
df.columns = ['name']
df['fillrate'] = fillrate

我想创建一个像这样的列：

df['count'] = [1,2,1,2,3,1,2,3,1]

说明：当有新名称或填充率增加时，“计数”列将重置为1；否则，“计数”列等于最后一个值加1。

使用循环很容易做到这一点，但由于数据量巨大，我想避免这种情况。有替代的方法吗？

Answer 1

IIUC让我们将shift与diff结合在一起，并使用cumsum创建子组cumcount

s=(df.name.ne(df.name.shift()) | df.fillrate.diff().gt(0)).cumsum()
s.groupby(s).cumcount()+1
Out[17]: 
0    1
1    2
2    1
3    2
4    3
5    1
6    2
7    3
8    1
dtype: int64