字符串出现的累积频率

Question

首先，先谈谈我的问题。

我有一个按年份索引的冠军联赛冠军的数据框。

像这样，注意团队名称是字符串。

year    team         need this         year    team      wins to date

1       team1                           1       team1          1
2       team2                           2       team2          1
3       team1                           3       team1          2
4       team3                           4       team3          1

我想创建一个包含累积胜利的新列，这样我就可以绘制每支球队的折线图以及他们赢得奖杯的次数。即我需要 x 轴上的年份和 y 轴上的累积频率，前 4 支球队有 4 条不同的线。

可能有一种使用计数函数和循环的简单方法，但我对 python 还很陌生，对这些还不是很了解。任何帮助将不胜感激！

Answer 1

我认为您只想将 groupby 与 Series.cumsum 一起使用。如：

df.groupby('team').cumsum()

Answer 2

查看有关 groupby、transform、cumcount 和 cumsum (http://pandas.pydata.org/pandas-docs/stable/groupby.html) 的 pandas 文档。您可以 groupby team 并使用 transform 对团队是否为 null 的 bool 结果进行 cumsum。

df

输入：

   year   team
0     1  team1
1     2  team2
2     3  team1
3     4  team3

做改造

df['wins to date'] = df.groupby('team').transform(lambda x: x.notnull().cumsum())
df

或按照 DSM 的建议：

df['wins to date'] = df.groupby('team').cumcount()+1

输出

   year   team  wins to date
0     1  team1             1
1     2  team2             1
2     3  team1             2
3     4  team3             1

字符串出现的累积频率

Cumulative frequency for string occurence

python

string

pandas

cumulative-frequency