熊猫：计算有条件的连续行

Question

我有一张这样的表：

name = ['a','a','a','a','a','b','b','b','b']
fillrate = [0.1, 0.1, 0.2, 0.1, 0.1, 0.3, 0.3, 0.3, 0.4]
df = pd.DataFrame(name)
df.columns = ['name']
df['fillrate'] = fillrate

我想创建一个这样的列：

df['count'] = [1,2,1,2,3,1,2,3,1]

说明：当有新名称或填充率增加时，'count' 列重置为 1； 否则，'count' 列等于最后一个值加 1。

使用循环很容易做到这一点，但我想避免这种情况，因为数据很大。 有没有其他方法可以做到？

Answer 1

IIUC 让我们将shift与diff结合起来，并使用cumsum创建子组cumcount

s=(df.name.ne(df.name.shift()) | df.fillrate.diff().gt(0)).cumsum()
s.groupby(s).cumcount()+1
Out[17]: 
0    1
1    2
2    1
3    2
4    3
5    1
6    2
7    3
8    1
dtype: int64