python - Pandas 数据框中的新变量计算连续值

Question

我有一个 Pandas 数据框(从 excel 导入)，由 2 个变量组成，f 只是一个数字另一个是 bool 值，表示数字是否超出范围

我想创建一个新变量来计算连续的 TRUE 值。

我在网上看了一点，我认为新变量可以使用连续计数，但我不确定如何将它实现到这个数据框中

最终的数据框应该是这样的

f   outrange  count
1    F       0
2    F       0 
3    T       1
4    T       2
1    F       0
3    T       1
2    F       0
3    T       1  
4    T       2

我是 python 的新手，如果问题措辞不正确，我深表歉意

Answer 1

使用向量化解决方案替换 T 值:

a = df['outrange'] == 'T'
#if values are boolean True
#a = df['outrange']
b = a.cumsum()
df['count_new'] = b-b.where(~a).ffill().fillna(0).astype(int)
print (df)
   f outrange  count  count_new
0  1        F      0          0
1  2        F      0          0
2  3        T      1          1
3  4        T      2          2
4  1        F      0          0
5  3        T      1          1
6  2        F      0          0
7  3        T      1          1
8  4        T      2          2

性能:

#90k
df = pd.concat([df] * 10000, ignore_index=True)

In [183]: %%timeit
     ...: a = df['outrange'] == 'T'
     ...: b = a.cumsum()
     ...: df['count_new'] = b-b.where(~a).ffill().fillna(0).astype(int)
     ...: 
7.83 ms ± 28.3 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

In [184]: %%timeit
     ...: df['B'] = df['outrange'].apply(conditional_cumulative_sum)
     ...: 
35.9 ms ± 295 µs p