Pandas cumsum+cumcount在多个列上

Question

阿罗哈

我有以下数据帧

stores = [1,2,3,4,5]
weeks = [1,1,1,1,1]
df = pd.DataFrame({'Stores' : stores,
                  'Weeks' : weeks})

df = pd.concat([df]*53)
df['Weeks'] = df['Weeks'].add(df.groupby('Stores').cumcount())

df['Target'] = np.random.randint(400,600,size=len(df)) 
df['Actual'] = np.random.randint(350,800,size=len(df)) 
df['Variance %'] = (df['Target'] - df['Actual']) / df['Target']
df.loc[df['Variance %'] >= 0.01, 'Status'] = 'underTarget'
df.loc[df['Variance %'] <= 0.01, 'Status'] = 'overTarget'
df['Status'] = df['Status'].fillna('atTarget')

df.sort_values(['Stores','Weeks'],inplace=True)

这给了我以下信息

print(df.head())

^{pr2}$

现在，我要做的是对超过或低于目标值的商店进行累计计数，但当状态发生变化时会重新设置。在

我认为这是最好的方法来做这件事（和许多变种的这件事），但这并没有重置计数器。在

s = df.groupby(['Stores','Weeks','Status'])['Status'].shift().ne(df['Status'])
df['Count'] = s.groupby(df['Stores']).cumsum()

我的逻辑是根据我的相关专栏进行分组，然后做一个！=按shift键重置累计值

当然，我已经搜索了许多不同的问题，但我似乎不明白这一点。有谁能给我解释一下解决这个问题的最佳方法是什么？在

我希望这里的一切都是清晰和可复制的。如果您需要更多信息，请告诉我。在

预期产量

  Stores    Weeks   Target  Actual  Variance %  Status Count
0   1   1   430 605 -0.406977   overTarget             1
0   1   2   549 701 -0.276867   overTarget             2
0   1   3   471 509 -0.080679   overTarget             3
0   1   4   549 378 0.311475    underTarget            1  # Reset here as status changes
0   1   5   569 708 -0.244288   overTarget             1  # Reset again.
0   1   6   574 650 -0.132404   overTarget             2
0   1   7   466 623 -0.336910   overTarget             3

Answer 1

在按cumsum创建密钥后，尝试pd.Series.groupby()

s=df.groupby('Stores')['Status'].apply(lambda x : x.ne(x.shift()).ne(0).cumsum())
df['Count']=df.groupby([df.Stores,s]).cumcount()+1