第一次组在 pandas DataFrame 中满足条件

Question

我有以下 pandas.DataFrame:

	id	year	x
0	01001	2015	0
1	01001	2016	0.5
2	01001	2017	0
3	01001	2018	0
4	01002	2015	0
5	01002	2016	0
6	01002	2017	0.0667525
7	01002	2018	0.133505

我的目标是创建一个新列并在 x > 0 之后第一次用 1 的一行填充每个 window 并用 [=15 填充所有前面的行=].即：

	id	year	x	y
0	01001	2015	0	0
1	01001	2016	0.5	0
2	01001	2017	0	1
3	01001	2018	0	1
4	01002	2015	0	0
5	01002	2016	0	0
6	01002	2017	0.0667525	0
7	01002	2018	0.133505	1

如何做到这一点？

这就是我的想法：第一次获取每个组的索引 x > 0 并从该索引开始用 1 填充每个 window 直到分区结束。然后，获取这些索引并将它们的行替换为 0.

这是我的数据的可复制示例：

t = pd.DataFrame({'id':{0:'01001',1:'01001',2:'01001',3:'01001',4:'01002',5:'01002',6:'01002',7:'01002'},
                  'x':{0:0.0,1:0.5,2:0,3:0,4:0.0,
                        5:0.0,6:0.06675245612859726,7:0.13350491651818122},
                  'year':{0:2015,1:2016,2:2017,3:2018,4:2015,5:2016,6:2017,7:2018}})
t

Answer 1

有条件地检查连续出现怎么样？

df['y'] = df.groupby('id', as_index=False).apply(lambda p: (p['x'].shift().gt(0)).cumsum()).droplevel(0, axis=0)



    id  year         x   y
0  1001  2015  0.000000  0
1  1001  2016  0.500000  0
2  1001  2017  0.000000  1
3  1001  2018  0.000000  1
4  1002  2015  0.000000  0
5  1002  2016  0.000000  0
6  1002  2017  0.066753  0
7  1002  2018  0.133505  1

Answer 2

让我们试试transform:

df['y'] = (df.index > (df['x']>0).groupby(df['id']).transform('idxmax')).astype(int)
df
      id  year         x  out
 0  1001  2015  0.000000    0
 1  1001  2016  0.500000    0
 2  1001  2017  0.000000    1
 3  1001  2018  0.000000    1
 4  1002  2015  0.000000    0
 5  1002  2016  0.000000    0
 6  1002  2017  0.066753    0
 7  1002  2018  0.133505    1

Answer 3

这是使用cumprod

的方法

df.groupby('id')['x'].transform(lambda x: (~x.eq(0).shift().cumprod().astype(bool)).astype(int))

第一次组在 pandas DataFrame 中满足条件

First time group meets condition in pandas DataFrame

python

group-by

pandas

partition-by