python – 在pandas数据帧中查找条纹

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python – 在pandas数据帧中查找条纹，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1555字，纯文字阅读大概需要3分钟。

内容图文

我有一个pandas数据帧如下：

time    winner  loser   stat
1       A       B       0
2       C       B       0
3       D       B       1
4       E       B       0
5       F       A       0
6       G       A       0
7       H       A       0
8       I       A       1

每一行都是匹配结果.第一列是匹配的时间,第二列和第三列包含赢家/输家,第四列是匹配的一个统计.

我想检测每个输家的统计数据为零.

预期结果应如下所示：

time    winner  loser   stat    streak
1       A       B       0       1
2       C       B       0       2
3       D       B       1       0
4       E       B       0       1
5       F       A       0       1
6       G       A       0       2
7       H       A       0       3
8       I       A       1       0

在伪代码中,算法应该像这样工作：

> .groupby loser column.
>然后迭代每个输家组的每一行
>在每一行中,查看stat列：如果它包含0,则将前一行的条纹值增加0.如果不是0,则开始一个新的条纹,即将0放入条纹列.

所以.groupby很清楚.但是我需要某种.apply,我可以看看前一行？这是我被困的地方.

解决方法:

不像jezrael的answer那么优雅,但对我来说更容易理解……

首先,定义一个与单个输家一起使用的函数：

def f(df):
    df['streak2'] = (df['stat'] == 0).cumsum()
    df['cumsum'] = np.nan
    df.loc[df['stat'] == 1, 'cumsum'] = df['streak2']
    df['cumsum'] = df['cumsum'].fillna(method='ffill')
    df['cumsum'] = df['cumsum'].fillna(0)
    df['streak'] = df['streak2'] - df['cumsum']
    df.drop(['streak2', 'cumsum'], axis=1, inplace=True)
    return df

条纹基本上是一个积累,但我们需要在每次stat为1时重置它.因此我们减去stat为1的cumsum的值,结转到下一个1.

然后分组并通过输家申请：

df.groupby('loser').apply(f)

结果如预期.

内容总结

以上是互联网集市为您收集整理的python – 在pandas数据帧中查找条纹全部内容，希望文章能够帮你解决python – 在pandas数据帧中查找条纹所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端