我正在尝试为某些日志数据创建一个事件计数器和自第一个事件计数器以来的天数。下面的 DataFrame 跟踪某个事件是否每天都发生在一个组中。对于每个组，我需要计算任何日期之前和该日期发生的事件数。我还需要计算每个组中第一个事件发生后的天数
开始DF
group date event
A 2020-07-16 0
A 2020-07-17 1
A 2020-07-18 0
A 2020-07-19 1
A 2020-07-20 0
A 2020-07-21 0
A 2020-07-22 1
B 2020-07-16 1
B 2020-07-17 1
B 2020-07-18 0
B 2020-07-19 1
B 2020-07-20 0
B 2020-07-21 1
B 2020-07-22 1
生成DF的代码
import pandas as pd
import datetime as datetime
base = datetime.datetime.today()
numdays = 7
date_list = [(base - datetime.timedelta(days=x)).date() for x in range(numdays)]
df = pd.DataFrame(columns=['group', 'date'])
for group in ['A', 'B']:
tmp = pd.DataFrame({'group': group, 'date': date_list})
df = df.append(tmp)
df = df.sort_values(['group', 'date'])
groupA_events = [0, 1, 0, 1, 0, 0, 1]
groupB_events = [1, 1, 0, 1, 0, 1, 1]
events = groupA_events + groupB_events
df['event'] = events
结束DF
group date event counter since_first
A 2020-07-16 0 0 0
A 2020-07-17 1 1 0
A 2020-07-18 0 1 1
A 2020-07-19 1 2 2
A 2020-07-20 0 2 3
A 2020-07-21 0 2 4
A 2020-07-22 1 3 5
B 2020-07-16 1 1 0
B 2020-07-17 1 2 1
B 2020-07-18 0 2 2
B 2020-07-19 1 3 3
B 2020-07-20 0 3 4
B 2020-07-21 1 4 5
B 2020-07-22 1 5 6
我的数据大约有 80 万行(并且还在增长)。我找到了一个可行(有点)但执行时间极长的解决方案。
最佳答案
您可以使用 cumsum + cumcount 执行 groupby
df['counter']=df.groupby('group').event.cumsum()
df['since_first']=df[df['counter'].ne(0)].groupby('group')['counter'].cumcount()
df['since_first'].fillna(0, inplace=True)
关于python - 基于前一行的计算( Pandas )，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/63044633/