Skip to main content
 首页 » 编程设计

python之Pandas DataFrame之有效地计算值之间的行数

2025年05月04日7powertoolsteam

我有一个包含许多人的纵向数据的 DataFrame。成功标志 [0,1] 在一列中。

示例如下所示:

  person  success  wait 
0    bob        0     0 
1    bob        1     1 
2    bob        0     0 
3    bob        0     1 
4    bob        1     2 
5    bob        0     0 
6   mary        1     1 
7   mary        0     0 
8   mary        0     1 
9   mary        0     2 

注意最后一列名为“等待”。对于这个例子,我用 had 来计算。等待是 1 之前成功列中 0 的计数。简单来说,它是“成功之前有多少次失败尝试。

我想不出用 Pandas 快速完成此操作的方法。我的想法是 groupby('person'),然后在等待列上运行一些函数,但不知道是什么。

有什么建议吗?

请您参考如下方法:

你可以这样做:

df['ix'] = df.groupby('person')['success'].apply( 
    lambda x: pd.Series(0).append(x.cumsum().head(-1)) 
).tolist() 
 
 
df['wait'] = df.groupby(['person','ix']).apply(lambda x: pd.Series(range(len(x)))).tolist() 
 
#In [97]: df 
#Out[97]: 
#  person  success  wait  ix 
#0    bob        0     0   0 
#1    bob        1     1   0 
#2    bob        0     0   1 
#3    bob        0     1   1 
#4    bob        1     2   1 
#5    bob        0     0   2 
#6   mary        1     0   0 
#7   mary        0     0   1 
#8   mary        0     1   1 
#9   mary        0     2   1