反转pandas.DataFrame中一列的累积总和

一尘不染

反转pandas.DataFrame中一列的累积总和

python

我有一个pandas DataFrame，其中的boolean列由另一列排序，并且需要计算boolean列的反向累加总和，即从当前行到底部的真值数量。

Example

In [13]: df = pd.DataFrame({'A': [True] * 3 + [False] * 5, 'B': np.random.rand(8) })

In [15]: df = df.sort_values('B')

In [16]: df
Out[16]:
       A         B
6  False  0.037710
2   True  0.315414
4  False  0.332480
7  False  0.445505
3  False  0.580156
1   True  0.741551
5  False  0.796944
0   True  0.817563

我需要一些可以为我提供新值的列

也就是说，对于每一行，此行和下面的行应包含一定数量的True值。

我已经尝试过使用各种方法，.iloc[::-1]但是结果不是所希望的。

看来我缺少一些明显的信息。我昨天才开始使用pandas。

阅读 462

2021-01-20

共1个答案

一尘不染

反转A列，取总和，然后再次反转：

df['C'] = df.loc[::-1, 'A'].cumsum()[::-1]

import pandas as pd
df = pd.DataFrame(
    {'A': [False, True, False, False, False, True, False, True],
     'B': [0.03771, 0.315414, 0.33248, 0.445505, 0.580156, 0.741551, 0.796944, 0.817563],},
     index=[6, 2, 4, 7, 3, 1, 5, 0])
df['C'] = df.loc[::-1, 'A'].cumsum()[::-1]
print(df)

yields

       A         B  C
6  False  0.037710  3
2   True  0.315414  3
4  False  0.332480  2
7  False  0.445505  2
3  False  0.580156  2
1   True  0.741551  2
5  False  0.796944  1
0   True  0.817563  1

另外，您可以计算Trues列中的s数量，A然后减去（移位的）总和：

In [113]: df['A'].sum()-df['A'].shift(1).fillna(0).cumsum()
Out[113]: 
6    3
2    3
4    2
7    2
3    2
1    2
5    1
0    1
Name: A, dtype: object

但这要慢得多。使用IPython的，以执行基准：

In [116]: df = pd.DataFrame({'A':np.random.randint(2, size=10**5).astype(bool)})

In [117]: %timeit df['A'].sum()-df['A'].shift(1).fillna(0).cumsum()
10 loops, best of 3: 19.8 ms per loop

In [118]: %timeit df.loc[::-1, 'A'].cumsum()[::-1]
1000 loops, best of 3: 701 µs per loop

2021-01-20