Pandas根据条件为每行创建唯一的id

Question

我有一个数据集，其中一列如下。 我想根据以下条件创建一个新列。

对于column_name中的值，如果存在1，则创建一个新ID。 如果存在0，则还会创建新ID。 但是如果在1个以上的连续行中重复1，那么对于所有行，id应该相同。 样本输出结果如下所示。

column_name
1
0
0
1
1
1
1
0
0
1

column_name -- ID
1 -- 1
0 -- 2
0 -- 3
1 -- 4
1 -- 4
1 -- 4
1 -- 4
0 -- 5
0 -- 6
1 -- 7

Answer 1

说你的系列是

s = pd.Series([1, 0, 0, 1, 1, 1, 1, 0, 0, 1])

然后你可以使用：

>>> ((s != 1) | (s.shift(1) != 1)).cumsum()
0    1
1    2
2    3
3    4
4    4
5    4
6    4
7    5
8    6
9    7
dtype: int64

这将检查当前条目是否为1，或者前一个条目不是1，然后对结果执行累积求和。

Answer 2

基本上利用系列中的1落后于另一个1的事实应被视为同一组的一部分，而每0个都要求增量。 将发生四件事之一：

1）0，前一个0：增加1

2）0，前一个1：递增1

3）1，前一个1：递增0

4）1，前面的0：增加1

(df['column_name'] + df['column_name'].shift(1)).\ ## Creates a Series with values 0, 1, or 2 (first field is NaN)
fillna(0).\ ## Fills first field with 0
isin([0,1]).\ ## True for cases 1, 2, and 4 described above, else False (case 3) 
astype('int').\ ## Integerizes it
cumsum() 

输出：

0    1
1    2
2    3
3    4
4    4
5    4
6    4
7    5
8    6
9    7

Answer 3

在这个阶段，我只会使用常规python循环

column_name = pd.Series([1, 0, 0, 1, 1, 1, 1, 0, 0, 1])

ID = [1]

for i in range(1, len(column_name)):
    ID.append(ID[-1] + ((column_name[i] + column_name[i-1]) < 2))

print(ID)

>>> [1, 2, 3, 4, 4, 4, 4, 5, 6, 7]

然后，您可以将ID指定为数据框中的列