python - Pandas :根据另一列增加或重置计数

Question

我有一个代表分数时间序列的 Pandas DataFrame。我想根据以下标准使用该分数来计算 CookiePoints 列:

• 每当分数比之前的分数有所提高时，就会给出一个 CookiePoint。
• 每次分数没有提高时，将所有CookiePoints作为惩罚带走(CookiePoints设置为0)。
• 3 Cookiepoints 可以换取 Cookie。因此，达到 3 后，CookiePoints 计数应为 1(如果分数更高)或 0(如果分数不高)。

示例如下:

Score       CookiePoints
14          0
13          0
14          1
17          2
17          0
19          1
20          2
22          3
23          1
17          0
19          1
20          2
22          3
21          0

注意这是一个minimal, reproducible example .解决方案必须使用 Pandas DataFrame，并且最好只使用矢量化操作。

Answer 1

这当然是一个棘手的问题，但仍然可以在 Pandas 中解决。 (更新V3方案)

版本 3(OneLiner)

score = pd.Series([14,13,14,17,17,19,20,22,23,17,19,20,22,21])
result = score.diff().gt(0).pipe(lambda x:x.groupby((~x).cumsum()).cumsum().mod(3).replace(0,3).where(x,0).map(int))

版本 2

score = pd.Series([14,13,14,17,17,19,20,22,23,17,19,20,22,21])

mask= score.diff()>0        

result = mask.groupby((~mask).cumsum()).cumsum().mod(3).replace(0,3).where(mask,0).map(int)

版本 1

score = pd.Series([14,13,14,17,17,19,20,22,23,17,19,20,22,21])

mask= score.diff()>0        # Identify score going up

mask 

0     False
1     False
2      True
3      True
4     False
5      True
6      True
7      True
8      True
9     False
10     True
11     True
12     True
13    False
dtype: bool

# Use False Cumsum to group True values

group = (mask==False).cumsum()

group
0     1
1     2
2     2
3     2
4     3
5     3
6     3
7     3
8     3
9     4
10    4
11    4
12    4
13    5
dtype: int64

# Groupby False Cumsum
temp = mask.groupby(group).cumsum().map(int)
temp

0     0
1     0
2     1
3     2
4     0
5     1
6     2
7     3
8     4
9     0
10    1
11    2
12    3
13    0
dtype: int64

# Fix Cap at 3
# result = temp.where(temp<=3,temp.mod(3)) # This is Wrong. 

result = temp.mod(3).replace(0,3).where(mask,0)
result

0     0
1     0
2     1
3     2
4     0
5     1
6     2
7     3
8     1
9     0
10    1
11    2
12    3
13    0
dtype: int64