如何矢量化 pandas 数据框中的比较? [英] How to vectorize comparison in pandas dataframe?

问题描述

我有一部分数据帧 df 像这样:

I have a part of dataframe df like this:

| 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.

I want to assign events to the last column. The first entry is 1 by default.

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. 

我如何有效地矢量化它?我想避免循环.

How do I effectively vectorize this? I want to avoid loops.

推荐答案

在您的条件定义中，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点不同，而只是考虑值的 变化 是什么(1 或 0)，则可以使用 numpy.select 对其进行矢量化.

In your definition of your conditions, you define the outputs as being dependent on past inputs. Usually this requires iteration. However, if you think about your outputs a bit differently, and instead just consider what the change in value is (1 or 0), you can vectorize this with numpy.select.

一般来说:

• 如果满足第一个条件，则将系列增加 1
• 如果满足第二个条件，则保持系列不变
• 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

这篇关于如何矢量化 pandas 数据框中的比较?的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！