我有一个数据框,其中有许多受试者完成了一些试验 (1:800),我想添加一个“ block ”列……每个 block 有 80 个试验。我觉得 rolling_apply 可能是解决方案,但我似乎无法让它发挥作用。
如果两个增量之间的每个“试验”值都设置在某个 block 上,我可以做一些事情,但看起来 rolling_apply 应该这样做。我真的很想这样做,但这是不可能的:
grouped = df.groupby('sid')
df['block'] = pd.rolling_cumcount(grouped, 80)
有 10 个区 block 和 800 次试验...
blocks = range(10)
increments = range(800)[0::80]
我有这个:
SID Trial
1 0
1 1
1 2
1 3
1 4
1 5
2 0
2 1
2 2
2 3
2 4
2 5
我想要结束的是(只有 10 个 block ,每个 block 有 80 次试验):
SID Trial Block
1 0 0
1 1 0
1 2 0
1 3 1
1 4 1
1 5 1
2 0 0
2 1 0
2 2 0
2 3 1
2 4 1
2 5 1
谢谢
我最终只是这样做了,这可能不是最佳解决方案,但效果很好:
# add a block to each subject
block = np.arange(1,11)
block_array = np.repeat(block, 80)
blocks_all = np.tile(block_array, df['sid'].nunique())
df['block'] = blocks_all
请您参考如下方法:
我会使用 groupby 的 cumcount :
In [11]: g = df.groupby(['SID', 'Trial'])
In [12]: g.cumcount()
Out[12]:
0 0
1 0
2 0
3 1
4 1
5 1
6 0
7 0
8 0
9 1
10 1
11 1
dtype: int64
并将其设置为列:
In [13]: df['Block'] = df.groupby(['SID', 'Trial']).cumcount()
