python Pandas : Create Column That Acts As A Conditional Running Variable

Question

我正在尝试创建一个新的数据框列，该列充当运行变量，在某些条件下重置为零或“通过”。下面是我想要完成的一个简化示例。假设我正在尝试戒掉咖啡，并且我正在记录我连续几天没有喝咖啡。在我忘记记下自己是否喝了咖啡的日子里，我输入“忘记”，我的记录不会受到影响。

下面是我目前是如何实现的，不过我怀疑还有更有效的方法。

提前致谢!

import pandas as pd

Day = [1,2,3,4,5,6,7,8,9,10,11]  
DrankCoffee = ['no','no','forgot','yes','no','no','no','no','no','yes','no']

df = pd.DataFrame(list(zip(Day,DrankCoffee)), columns=['Day','DrankCoffee'])

df['Streak'] = 0  

s = 0

for (index,row) in df.iterrows():
   if row['DrankCoffee'] == 'no':
      s += 1
   if row['DrankCoffee'] == 'yes':
      s = 0
   else:
      pass

   df.loc[index,'Streak'] = s

Answer 1

你可以使用groupby.transform

对于每个 streak，您正在寻找的是这样的:

def my_func(group):
    return (group == 'no').cumsum()

你可以通过简单的比较和cumsum

来划分不同的条纹

streak = (df['DrankCoffee'] == 'yes').cumsum()

0     0
1     0
2     0
3     1
4     1
5     1
6     1
7     1
8     1
9     2
10    2

然后应用变换

df['Streak'] = df.groupby(streak)['DrankCoffee'].transform(my_func)