'Logistic回归中n期将发生的编码事件在pandas中进行'

Question

我有一个有数百万个账户的熊猫数据框架。数据帧有一个标题为“eventochappers”的列，在事件发生的时段中等于1。举个例子：

import pandas as pd
account = [1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 3, 3, 3]
period = [1, 2, 3, 4, 5, 6, 8, 9, 10, 11, 1, 2, 3, 4, 5, 1, 2, 3]
eventHappens = [0, 0, 0, 1, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 1, 0, 0, 0]
willHappenIn2 = [0, 1, 1, 1, -1, -1, -1, -1, -1, -1, 0, 0, 1, 1, 1, 0, 0, 0]

df = pd.DataFrame(
    {'account': account ,
     'period': period,
     'eventHappens': eventHappens
    })

print(df)

    account  period  eventHappens
0         1       1             0
1         1       2             0
2         1       3             0
3         1       4             1
4         1       5             0
5         1       6             0
6         1       8             0
7         1       9             0
8         1      10             1
9         1      11             0
10        2       1             0
11        2       2             0
12        2       3             0
13        2       4             0
14        2       5             1
15        3       1             0
16        3       2             0
17        3       3             0

我想创建一个新的列“willHappenIn2”，除了在第一次发生事件日期之前和发生事件日期时的2个时段外，该列将全部为零，并将其编码为1（我保留-1，以备以后检查数据后事件的特征）。事件日期之后的时段需要编码为-1。这是我想要的结果。有没有办法做到这一点，而不必循环通过每个帐户？你知道吗

    account  period  eventHappens  willHappenIn2
0         1       1             0              0
1         1       2             0              1
2         1       3             0              1
3         1       4             1              1
4         1       5             0             -1
5         1       6             0             -1
6         1       8             0             -1
7         1       9             0             -1
8         1      10             1             -1
9         1      11             0             -1
10        2       1             0              0
11        2       2             0              0
12        2       3             0              1
13        2       4             0              1
14        2       5             1              1
15        3       1             0              0
16        3       2             0              0
17        3       3             0              0

更新：

下面的答案提出了以下解决方案（下面显示的答案输出与我想要的匹配）。但是，当我在我的机器上运行它时，输出与我期望的结果不匹配。有什么建议吗？你知道吗

df.loc[df.loc[df.eventHappens==1].groupby('account').eventHappens.idxmax(),'key']=1

s1=df.key.where(df.key==1).groupby(df.account).bfill(2) # using groupby with bfill get the 1 foward with limit 2

s2=(-df.key.where(df.key==1)).groupby(df.account).ffill() # adjust the key and get the back adjust to -1 

s1.fillna(s2).fillna(0)
Out[110]: 
0     0.0
1    -1.0
2    -1.0
3     1.0
4    -1.0
5     1.0
6     0.0
7     0.0
8     1.0
9     0.0
10    0.0
11    0.0
12    1.0
13    1.0
14    1.0
15    0.0
16    0.0
17    0.0

更新2: 以下方法奏效了。我不得不用replace（）和方法“bfill”将bfill方法更改为.apply（）。它没有第一个答案那么漂亮（作为我的指导，谢谢！）但它在我的机器上工作。你知道吗

df["willHappenIn2_step1"] = df.eventHappens.groupby(df['account']).cumsum().astype(int)
df["willHappenIn2_step2"] = df.willHappenIn2_step1.groupby(df['account']).cumsum().astype(int)
df["willHappenIn2_step3"] = df.willHappenIn2_step2
df.loc[df.willHappenIn2_step2>1,"willHappenIn2_step3"] = -1
df['Final_OutPut'] = df["willHappenIn2_step3"].groupby(df.account).apply( lambda x: x.replace(to_replace=0, method='bfill', limit = 2))
df["willHappenIn2Desired"] = willHappenIn2
print(df)

Answer 1

我们需要使用idxmaxafter过滤器来创建新的key，因为同一组中的两个1不会导致输出更改，所以我们只得到第一个值的index，显示为1

df.loc[df.loc[df.eventHappens==1].groupby('account').eventHappens.idxmax(),'key']=1
s1=df.key.where(df.key==1).groupby(df.account).bfill(2) # using groupby with bfill get the 1 foward with limit 2 
s2=(-df.key.where(df.key==1)).groupby(df.account).ffill() # adjust the key and get the back adjust to -1 
s1.fillna(s2).fillna(0)
Out[219]: 
0     0.0
1     1.0
2     1.0
3     1.0
4    -1.0
5    -1.0
6    -1.0
7    -1.0
8    -1.0
9    -1.0
10    0.0
11    0.0
12    1.0
13    1.0
14    1.0
15    0.0
16    0.0
17    0.0
Name: key, dtype: float64

Answer 2

以下方法奏效了。我不得不用replace（）和方法“bfill”将bfill方法更改为.apply（）。它没有第一个答案那么漂亮（作为我的指导，谢谢！）但它在我的机器上工作。你知道吗

df["willHappenIn2_step1"] = df.eventHappens.groupby(df['account']).cumsum().astype(int)
df["willHappenIn2_step2"] = df.willHappenIn2_step1.groupby(df['account']).cumsum().astype(int)
df["willHappenIn2_step3"] = df.willHappenIn2_step2
df.loc[df.willHappenIn2_step2>1,"willHappenIn2_step3"] = -1
df['Final_OutPut'] = df["willHappenIn2_step3"].groupby(df.account).apply( lambda x: x.replace(to_replace=0, method='bfill', limit = 2))
df["willHappenIn2Desired"] = willHappenIn2
print(df)