Question

我有一个数据框 df，只有一列 extension。
extension 列中的值循环增加和减少，如下所示：

extension
0.000
0.050
0.100
0.150
0.130
0.080
0.020
0.050
0.075

我正在尝试标记每个增加和减少的循环，如下所示：

extension lablel
0.000      1
0.050      1
0.100      1
0.150      1
0.130      1
0.080      1
0.020      1
0.050      2
0.075      2

我有点卡住了，希望得到一些指导。

Answer 1

getSecret().then(secret => {
  const strategy = new OAuth2Strategy({
    secret: secret
  }, function (accessToken, refreshToken, params, profile, done) {
    done(null,{data: 'some user data'});
  })


  passport.use('oauth2', strategy);
  refresh.use('oauth2', strategy);

  app.get('/my_route', async function (req, res) {
    ...
  })
})

Answer 2

那么让我们重现您的数据：

a = [0.000,0.050,0.100,0.150,0.130,0.080,0.020,0.050,0.075]
df = pd.DataFrame(a, columns=["extension"])

简短的回答是：

df["label"] = pd.Series(np.where(df["extension"].diff() < 0, 0, 1)).diff().abs().cumsum() + 1
df.at[0,"label"] = 1

至少这是我的答案。但它绝对看起来有点笨重。所以让我们分解一步一步地理解：

df["extension"].diff()

diff 创建每个单元格与前一个单元格之间的差异。因此它无法为第一个元素计算它。

输出：

现在让我们二值化结果以检测正/负差异的变化，使用来自 numpy 的 where：

np.where(df["extension"].diff() < 0, 0, 1)

输出：

array([1, 1, 1, 1, 0, 0, 0, 1, 1])

这告诉我们与之前的差异是负数 (--> 0) 还是正数 (--> 1)

那么您只想知道正/负趋势何时发生变化。因此，我们再次合并了 diff 函数。事先我们必须将 numpy 数组转换回 pd.Series:

pd.Series(np.where(df["extension"].diff() < 0, 0, 1)).diff()

输出：

最终，您对趋势改变的方向不感兴趣，只对它改变感兴趣，因此我们使用 abs 函数删除此信息。然后将结果与 cumsum 函数相加，以便它可以在每次更改时增加：

pd.Series(np.where(df["extension"].diff() < 0, 0, 1)).diff().abs().cumsum()

输出：

最后添加两个以 1 而不是 0 为基础的标签，并替换为 NaN 的第一个项目：代码后面的 +1 和 df.at[0,"label"] = 1

就这样：

         extension  label
    0      0.000    1.0
    1      0.050    1.0
    2      0.100    1.0
    3      0.150    1.0
    4      0.130    2.0
    5      0.080    2.0
    6      0.020    2.0
    7      0.050    3.0
    8      0.075    3.0

编辑：在评论中回答已编辑的问题

如何根据另一列的两个连续值在熊猫的新列中添加标签？

2 个答案: