如何使用groupby在python pandas中按条件递增

Question

我有来自两组 A 和 B 的数据。任务是监控变化，如果变化（Leap）大于 4，则 Stage 设置为高 1。数据是有序的（时间序列）。

import pandas as pd

df = pd.DataFrame({'Group': ['A', 'A', 'A', 'A', 'A', 'A', 'B', 'B', 'B', 'B', 'B', 'B'],

                    'Leap': [1, 5, 1, 1, 5, 1, 1, 3, 5, 5, 1, 1]})

# First set Stage to 1 for all:

df['Stage'] = 1

# Function to find first leap -> set Stage to two.

def setStage2(df):

    df.loc[df['Leap'] > 4, 'Stage'] = 2

    return df

# Apply function by group:

df.groupby('Group').apply(setStage2)

这是我能走多远。阶段应该是增量的：在阶段 2 上一次，不会回到阶段 1。结果应该是这样的：

那么如何填充Stage呢？

Answer 1

这是一种结合groupby和的解决方案transform。import pandas as pddf = pd.DataFrame({    'Group': ['A', 'A', 'A', 'A', 'A', 'A', 'B', 'B', 'B', 'B', 'B', 'B'],    'Leap': [1, 5, 1, 1, 5, 1, 1, 3, 5, 5, 1, 1]})df["Stage"] = df.groupby("Group").Leap.transform(lambda x: (x > 4).cumsum()) + 1在这种情况下，您也可以使用apply代替。transform