我有一个 pandas 数据框,其中有一列指示帐户条款在特定时期内是否更改,值为“Y”。 这是一个例子:
import pandas as pd
account = [1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 3, 3, 3]
period = [1, 2, 3, 4, 5, 6, 1, 2, 3, 4, 5, 1, 2, 3]
changed = ["N", "N", "N", "Y", "N", "N", "N", "Y", "N", "N", "N", "N", "N", "N"]
df = pd.DataFrame({'account': account,'period': period,'changed': changed})
print(df)
account period changed
0 1 1 N
1 1 2 N
2 1 3 N
3 1 4 Y
4 1 5 N
5 1 6 N
6 2 1 N
7 2 2 Y
8 2 3 N
9 2 4 N
10 2 5 N
11 3 1 N
12 3 2 N
13 3 3 N
我想将已更改的列变成一个开关,该开关一旦打开,就会为该帐户保持打开状态。我还希望将开关转换为 0 和 1,如下所示。
有没有一种方法可以在不循环遍历每个帐户的情况下执行此操作。我有数百万个帐户。
account period changed
0 1 1 0
1 1 2 0
2 1 3 0
3 1 4 1
4 1 5 1
5 1 6 1
6 2 1 0
7 2 2 1
8 2 3 1
9 2 4 1
10 2 5 1
11 3 1 0
12 3 2 0
13 3 3 0
请您参考如下方法:
这更像是一个有cumsum问题的groupby
(df.changed.eq('Y')).groupby(df['ID']).cumsum().astype(int)
Out[141]:
0 0
1 0
2 0
3 1
4 1
5 1
6 0
7 1
8 1
9 1
10 1
11 0
12 0
13 0
Name: changed, dtype: int32
