Pandas - 在组级别计算大于零的连续行

Question

我想将此 R 代码翻译成 Python 的熊猫：

gg <- c('a', 'a', 'b', 'a', 'b', 'b', 'a', 'a', 'a', 'a', 'b')
val <- c(-2, 2, -1, 2, 3, 3, -7, 5, 6, 2, 8)
df = data.table(gg=gg, val=val)
df[, gg_count := seq(.N), by = gg]
df[, counter := gg_count - na.locf(ifelse(val <= 0, gg_count, NA), na.rm=F), by=gg]
print(df)

输出：

  gg val gg_count counter???
   a  -2        1       0
   a   2        2       1
   b  -1        1       0
   a   2        3       2
   b   3        2       1
   b   3        3       2
   a  -7        4       0
   a   5        5       1
   a   6        6       2
   a   2        7       3
   b   8        4       3

基本上，我有“gg”和“val”列，需要进入“counter”列。 在 R 中，我还使用了辅助列“gg_count”。

正如您在示例中看到的那样，“计数器”列计算有多少连续行的“val”大于零。 当出现负数时，我们重置计数器并重新开始计数。 一切都需要使用列“gg”在组级别上完成。

Answer 1

您可以使用：

g = df['val'].le(0).groupby(df['gg']).cumsum() # get groups between negative numbers
df['val'].gt(0).groupby([df['gg'], g]).cumsum()

输出：

0     0
1     1
2     0
3     2
4     1
5     2
6     0
7     1
8     2
9     3
10    3
Name: val, dtype: int64