我以为我知道该怎么做,但我正在努力解决这个问题。我正在尝试使用一个函数来创建一个新列。该函数查看当前行中 win 列的值,并需要将其与 win 列中的前一个数字进行比较,如下面的 if 语句所示。获胜列永远只会是 0 或 1。
import pandas as pd
data = pd.DataFrame({'win': [0, 0, 1, 1, 1, 0, 1]})
print (data)
win
0 0
1 0
2 1
3 1
4 1
5 0
6 1
def streak(row):
win_current_row = row['win']
win_row_above = row['win'].shift(-1)
streak_row_above = row['streak'].shift(-1)
if (win_row_above == 0) & (win_current_row == 0):
return 0
elif (win_row_above == 0) & (win_current_row ==1):
return 1
elif (win_row_above ==1) & (win_current_row == 1):
return streak_row_above + 1
else:
return 0
data['streak'] = data.apply(streak, axis=1)
所有这一切都以这个错误结束:
AttributeError: ("'numpy.int64' object has no attribute 'shift'", 'occurred at index 0')
在其他示例中,我看到引用 df['column'].shift(1)
的函数,所以我很困惑为什么我在这种情况下似乎无法做到这一点。
我也想得到的输出是:
result = pd.DataFrame({'win': [0, 0, 1, 1, 1, 0, 1], 'streak': ['NaN', 0 , 1, 2, 3, 0, 1]})
print(result)
win streak
0 0 NaN
1 0 0
2 1 1
3 1 2
4 1 3
5 0 0
6 1 1
感谢您帮助我摆脱困境。
最佳答案
使用 pandas
时一个相当常见的技巧是按连续值分组。这个技巧是well-described here .
要解决您的特定问题,我们要groupby
连续值,然后使用cumsum
,这意味着损失组(组0
) 的累积总和为 0
,而获胜组(或 1
组)将跟踪连胜记录。
grouper = (df.win != df.win.shift()).cumsum()
df['streak'] = df.groupby(grouper).cumsum()
win streak
0 0 0
1 0 0
2 1 1
3 1 2
4 1 3
5 0 0
6 1 1
为了便于解释,这是我们的 grouper
Series
,它允许我们按 1
和 0
的:
print(grouper)
0 1
1 1
2 2
3 2
4 2
5 3
6 4
Name: win, dtype: int64
关于python - 用 Pandas 计算连胜纪录,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/52976336/