如何在熊猫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。默认情况下，第一个条目是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. 

如何有效地向量化？我想避免循环。

Answer 1

在定义条件时，您将输出定义为取决于过去的输入。通常，这需要迭代。但是，如果您对输出的看法有所不同，而只是考虑值的变化是（1或0），则可以使用进行矢量化numpy.select。

一般来说：

• 如果满足第一个条件，则将序列增加1
• 如果满足第二个条件，则保持系列相同
• 否则，将系列增加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