形成子组并根据值增加/减少

Question

我的初始数据框如下所示（除了列 Counter）：

Index	User	Status	Counter
1	John	A	1
2	Ellen	A	1
3	John	B	0
4	Ellen	A	2
5	John	A	1
6	John	A	2
7	John	A	3
8	约翰	A	4
9	艾伦	A	3
10	约翰	B	3
11	艾伦	B	2
12	艾伦	C	1
13	艾伦	A	2
14	Ellen	A	3

在本例中，我有两个用户 (John/Ellen)。事实上，用户还有更多。

Counter 列是我要实现的目标。如果我只有一个用户，代码将如下所示：

count = 0
CounterList = []
for i, row in df.iterrows():
  if row["Status"] == "A":
    count += 1
  elif row["Status"] == "B" or row["Status"] == "C":
    count -= 1
  CounterList.append(count)
df["Counter"] = CounterList
df

对于状态 A，计数器加 1，对于状态 B 或 C，计数器减 1。

但如何处理两个或更多用户呢？如何建立子组并分别统计每个用户子组？

Answer 1

创建 Status 到对应分数的映射；然后groupby + cumsum：

mapping = {'A':1, 'B':-1,'C':-1}        
df['Counter'] = df.assign(Counter=df['Status'].map(mapping)).groupby('User')['Counter'].cumsum()

输出：

    Index   User Status  Counter
0       1   John      A        1
1       2  Ellen      A        1
2       3   John      B        0
3       4  Ellen      A        2
4       5   John      A        1
5       6   John      A        2
6       7   John      A        3
7       8   John      A        4
8       9  Ellen      A        3
9      10   John      B        3
10     11  Ellen      B        2
11     12  Ellen      C        1
12     13  Ellen      A        2
13     14  Ellen      A        3

Answer 2

您可以检查 Status 是否等于 A 并映射 1，否则为 -1。然后对每组执行 cumsum：

df['Counter'] = (df['Status']
                 .eq('A').map({True: 1, False: -1}) # make A: 1, other: -1
                 .groupby(df['User']).cumsum()      # cumsum per group
                 )

输出：

    Index   User Status  Counter
0       1   John      A        1
1       2  Ellen      A        1
2       3   John      B        0
3       4  Ellen      A        2
4       5   John      A        1
5       6   John      A        2
6       7   John      A        3
7       8   John      A        4
8       9  Ellen      A        3
9      10   John      B        3
10     11  Ellen      B        2
11     12  Ellen      C        1
12     13  Ellen      A        2
13     14  Ellen      A        3