python - 使用当前行作为条件的 Pandas 累积和

Question

我有一个相当大的数据集，约有 200 万条记录，每条记录都有开始时间和结束时间。我想在每条记录中插入一个字段来计算表中有多少条记录，其中:

• 开始时间小于或等于“此行”的开始时间
• 并且结束时间大于“此行”的开始时间

所以基本上每个记录最终都会计算出有多少事件(包括它自己)与其同时“事件”。

我一直在尝试教自己用 pandas 来做到这一点，但我什至不知道从哪里开始寻找。我可以找到很多对满足给定条件(例如“> 2”)的行进行求和的示例，但似乎无法掌握如何迭代行以根据当前行中的值有条件地对列求和。

Answer 1

您可以尝试下面的代码来获得最终结果。

import pandas as pd
import numpy as np
df = pd.DataFrame(np.array([[2,10],[5,8],[3,8],[6,9]]),columns=["start","end"])

active_events= {}
for i in df.index:
    active_events[i] = len(df[(df["start"]<=df.loc[i,"start"]) & (df["end"]> df.loc[i,"start"])])
last_columns = pd.DataFrame({'No. active events' : pd.Series(active_events)})

df.join(last_columns)