python pandas-创建一个保留连续值连续计数的列

Question

我正在尝试创建一个列（“ consec”），该列将连续计数另一个（“二进制”）中的连续值，而不使用循环。这是预期的结果：

.    binary consec
1       0      0
2       1      1
3       1      2
4       1      3
5       1      4
5       0      0
6       1      1
7       1      2
8       0      0

但是这个

df['consec'][df['binary']==1] = df['consec'].shift(1) + df['binary']

导致…

.  binary   consec
0     1       NaN
1     1       1
2     1       1
3     0       0
4     1       1
5     0       0
6     1       1
7     1       1
8     1       1
9     0       0

我看到了其他使用分组或排序的帖子，但不幸的是，我看不到如何对我有用。在此先感谢您的帮助。

Answer 1

您可以使用compare-cumsum-groupby模式（我 确实 需要解决这个问题才能编写文档），最后是cumcount：

>>> df = pd.DataFrame({"binary": [0,1,1,1,0,0,1,1,0]})
>>> df["consec"] = df["binary"].groupby((df["binary"] == 0).cumsum()).cumcount()
>>> df
   binary  consec
0       0       0
1       1       1
2       1       2
3       1       3
4       0       0
5       0       0
6       1       1
7       1       2
8       0       0

之所以有效，是因为首先我们得到了要重置计数器的位置：

>>> (df["binary"] == 0)
0     True
1    False
2    False
3    False
4     True
5     True
6    False
7    False
8     True
Name: binary, dtype: bool

这些的总和为每个组提供了不同的ID：

>>> (df["binary"] == 0).cumsum()
0    1
1    1
2    1
3    1
4    2
5    3
6    3
7    3
8    4
Name: binary, dtype: int64

然后，我们可以将其传递给groupby并用于cumcount获取每个组中的递增索引。