如何在 pandas 数据帧中向量化比较？

Question

我有一部分数据框 df 是这样的：

| nr | Time | Event |
|----|------|-------|
| 70 | 8    |       |
| 70 | 0    |       |
| 70 | 0    |       |
| 74 | 52   |       |
| 74 | 12   |       |
| 74 | 0    |       |

我想将事件分配到最后一列。第一个条目默认为 1。

If Time[i] < 7 and nr[i] != nr[i-1], then Event[i]=Event[i-1]+1. 

If Time[i] < 7 and nr[i] = nr[i-1], then Event[i]=Event[i-1]

If Time[i] > 7 then Event[i]=Event[i-1]+1.

如何有效地对其进行矢量化？我想避免循环。

Answer 1

在您对条件的定义中，您将输出定义为依赖于过去的输入。通常这需要迭代。但是，如果您对输出的看法有所不同，而只是考虑 change 的值是什么（1 或 0），则可以使用 numpy.select.

总的来说：

如果满足第一个条件，则将 Series 增加 1
如果满足第二个条件，则保持系列不变
否则，将 Series 增加 1

t = df.Time.lt(7)
n = df.nr.ne(df.nr.shift())

o = np.select([t & n, t & ~n], [1, 0], 1)
o[0] = 1                               # You say first value is 1
df.assign(Event=o.cumsum())

   nr  Time  Event
0  70     8      1
1  70     0      1
2  70     0      1
3  74    52      2
4  74    12      3
5  74     0      3

Answer 2

你具备三个条件。我注意到虽然您没有任何时间 == 7 的标准？

即是说，您的三个条件中的两个为上一个事件加 1。因此，首先使列 'Event' 等于 1，然后更改第三个条件的值。

df['Event'] = 1

   nr  Time  Event
0  70     8      1
1  70     0      1
2  70     0      1
3  74    52      1
4  74    12      1
5  74     0      1

然后筛选其他条件并将 'Event' 设置为 0

df.loc[(df['Time'] < 7) & (df['nr'] == df['nr'].shift(1)), 'Event'] = 0

  nr  Time  Event
0  70     8      1
1  70     0      0
2  70     0      0
3  74    52      1
4  74    12      1
5  74     0      0

然后是 cumsum()

df['Event'] = df['Event'].cumsum()

   nr  Time  Event
0  70     8      1
1  70     0      1
2  70     0      1
3  74    52      2
4  74    12      3
5  74     0      3

如何在 pandas 数据帧中向量化比较？

How to vectorize comparison in pandas dataframe?

python

vectorization

pandas