Python Pandas每行逐个进行条件计算

Question

我有一个数据集，其中一列A的值表示得分。

我想计算一列B，以便我可以看到得分与上一行相等或更高的持续时间。

如果该值较低，则将此行中列B的值设置为0。

我尝试了以下方法：

df = pd.DataFrame({'A': [140, 145,148, 150, 100, 105, 106]})

df['B'] = 0
df.loc[df['A'].diff() >= 0, 'B'] = df['B'].shift() + 1

结果如下。

    A       B
0   140     0.0
1   145     1.0
2   148     1.0
3   150     1.0
4   100     0.0
5   105     1.0
6   106     1.0

我知道这个条件是对每一行进行检查，但不幸的是似乎是一起计算的，所以它没有像预期的那样增加值B，因为在对每一行进行计算时，上一行的.shift()的值仍然为0。

我该如何才能得到以下结果？

    A       B
0   140     0
1   145     1
2   148     2
3   150     3
4   100     0
5   105     1
6   106     2

- fleshstorm

---

这个回答解决了你的问题吗？Python pandas cumsum with reset everytime there is a 0 - G. Anderson

我想到了与@G.Anderson链接类似的解决方案。因此，这个问题可以归为重复：m = df.A.diff().ge(0); df['B'] = m.cumsum() - m.cumsum().where(~m).ffill() - Andy L.

Answer 1

你需要使用cumsum来识别块，并使用groupby().cumcount()来列举每个块:

s = df['A'].diff().ge(0)
df['B'] = s.groupby((~s).cumsum()).cumcount()

输出：

     A  B
0  140  0
1  145  1
2  148  2
3  150  3
4  100  0
5  105  1
6  106  2

- Quang Hoang

---

非常感谢！这正是我在寻找的！ - fleshstorm