Pandas DataFrame 基于依赖于具有累积计数规则的其他列的逻辑创建新列

Question

我有一个 DataFrame 原来如下：

d1={'on':[0,1,0,1,0,0,0,1,0,0,0],'off':[0,0,0,0,0,0,1,0,1,0,1]}

我的最终目标是添加一个新列'final'，一旦触发'on'指示器'（忽略任何重复），它将显示值'1'，但如果'final'切换回'0' 'off' 指示器被触发，并且仅当 'on' 标志被触发 3 行时。 我确实尝试提出任何代码，但根本没有解决它。

我想要的 output 如下：

当“on”指示符切换到 1 时，第 1 行中的“final”列首先被触发。第 3 行中的“on”指示符被忽略，因为它只是一个冗余信号。 第 6 行的“关闭”指示符被触发，并且“最终”值切换回 0，因为它已经打开超过 3 行，这与第 8 行中触发“关闭”指示符但“在第 10 行遇到另一个“关闭”指示符之前，无法关闭最终值，因为那是关闭超过 3 行的“最终”值的时间。

谢谢你的帮助。 欣赏。

Answer 1

使用通过yield实现的“状态机”的一种解决方案：

def state_machine():
    on, off = yield
    cnt, current = 0, on
    while True:
        current = int(on or current)
        cnt += current

        if off and cnt > 3:
            cnt = 0
            current = 0

        on, off = yield current


machine = state_machine()
next(machine)

df = pd.DataFrame(d1)
df['final'] = df.apply(lambda x: machine.send((x['on'], x['off'])), axis=1)

print(df)

印刷：

    on  off  final
0    0    0      0
1    1    0      1
2    0    0      1
3    1    0      1
4    0    0      1
5    0    0      1
6    0    1      0
7    1    0      1
8    0    1      1
9    0    0      1
10   0    1      0

Answer 2

import pandas as pd

d1 = {'on': [0, 1, 0, 1, 0, 0, 0, 1, 0, 0, 0], 'off': [0, 0, 0, 0, 0, 0, 1, 0, 1, 0, 1]}
df = pd.DataFrame(d1)
df['final'], status, hook = 0, 0, 0

for index, row in df.iterrows():
    hook = index if row['on'] else hook
    row['final'] = status = int((row['on'] or status) and (not (row['off'] and index - hook > 2)))
print(df)

Output：

         on  off  final
    0    0    0      0
    1    1    0      1
    2    0    0      1
    3    1    0      1
    4    0    0      1
    5    0    0      1
    6    0    1      0
    7    1    0      1
    8    0    1      1
    9    0    0      1
    10   0    1      0