python - 使用 np.where 根据某个值增加计数器

Question

当我使用 np.where 根据几天的时差处理 Pandas 系列时，我试图增加一个计数器。例如，如果我有一个具有以下值的系列:

Date        Value
01/03/2017  5
02/03/2017  8
03/03/2017  3
04/03/2017  7
12/03/2017  1
13/03/2017  3
14/03/2017  4

我会通过这段代码去一个看起来像这样的系列

df['DIFF'] = df['Date'].diff()/np.timedelta64(1, 'D')

生成此数据框。

Date        Value  DIFF
01/03/2017  5      0
02/03/2017  8      1
03/03/2017  3      1
04/03/2017  7      1
12/03/2017  1      8
13/03/2017  3      1
14/03/2017  4      1

然后我想创建一个计算生命数量的生命周期，假设时间差大于 4 将是生命周期的一个新实例。

Date        Value  DIFF   LIFETIME
01/03/2017  5      0      1
02/03/2017  8      1      1
03/03/2017  3      1      1
04/03/2017  7      1      1
12/03/2017  1      8      2
13/03/2017  3      1      2
14/03/2017  4      1      2

我想我已经快完成这段代码了

df['LIFE'] = np.where(df['DIFF'] >=4, life_counter=df.shift(-1)+1, df.shift(-1))

这里的逻辑是，如果 DIFF 大于或等于 4，我会将 LIFE 变量设置为之前的 + 1。否则，它将与之前的值相同。这似乎是一种携带状态的巧妙方式。但是，我的循环似乎忽略了我设置的状态，这可能是由于 np.where 的工作方式。有人知道做我正在做的事情并让它工作的方法吗？目前，我的输出是这样的。

Date        Value  DIFF   LIFETIME
01/03/2017  5      0      1
02/03/2017  8      1      1
03/03/2017  3      1      1
04/03/2017  7      1      1
12/03/2017  1      8      2
13/03/2017  3      1      1
14/03/2017  4      1      1

Answer 1

我相信您只是想要一个 bool 数组的累加和，并增加 1:

>>> df
         Date  Value  DIFF
0  01/03/2017      5     0
1  02/03/2017      8     1
2  03/03/2017      3     1
3  04/03/2017      7     1
4  12/03/2017      1     8
5  13/03/2017      3     1
6  14/03/2017      4     1
>>> df['LIFETIME'] = np.cumsum(df.DIFF >= 4) + 1
>>> df
         Date  Value  DIFF  LIFETIME
0  01/03/2017      5     0         1
1  02/03/2017      8     1         1
2  03/03/2017      3     1         1
3  04/03/2017      7     1         1
4  12/03/2017      1     8         2
5  13/03/2017      3     1         2
6  14/03/2017      4     1         2