我如何计算标志列？

Question

我如何计算每行重复的正或负元素的数量？

假设我有以下数据：

ski      2020    2021      2022     2023       2024      2025
book      1.2     5.6       8.4      -2         -5         6
jar       4.2      -5        -8      2          4           6
kook       -4      -5.2      -2.3    -5.6        -7        8

输出是每行的列表，它计算相似符号的数量。例如，在第一行中，我们有3个正元素，然后有2个负面元素，而1个正元素。因此输出为[3，-2,1]。对于其他2行，输出如下：

 jar   [1,-2,3]
 kook   [-5,1]

Answer 1

使用 使用自定义lambda function 对于计数串联值：

#if necessary
df = df.set_index('ski')
print (df)
      2020  2021  2022  2023  2024  2025
ski                                     
book   1.2   5.6   8.4  -2.0    -5     6
jar    4.2  -5.0  -8.0   2.0     4     6
kook  -4.0  -5.2  -2.3  -5.6    -7     8


from  itertools import groupby

f = lambda x: [ int(sum(key for _ in group)) for key, group in groupby( x )]
s = df.clip(upper=1, lower=-1).apply(f, 1)
print (s)
ski
book    [3, -2, 1]
jar     [1, -2, 3]
kook       [-5, 1]
dtype: object

Answer 2

让我们尝试：

s = np.sign(df.set_index('ski').stack())
s.groupby([pd.Grouper(level=0), s.diff().ne(0).cumsum()]).sum().groupby(level=0).agg(list)

---

ski
book    [3.0, -2.0, 1.0]
jar     [1.0, -2.0, 3.0]
kook         [-5.0, 1.0]
dtype: object

Answer 3

使用：

import pandas as pd
import numpy as np
data = '''ski      2020    2021      2022     2023       2024      2025
book      1.2     5.6       8.4      -2         -5         6
jar       4.2      -5        -8      2          4           6
kook       -4      -5.2      -2.3    -5.6        -7        8'''
data = np.array([x.split() for x in data.split('\n')])

import seaborn as sns

df = pd.DataFrame(data[1:,1:], columns = data[0,1:], index = data[1:,0])


output = []
import math
for i, row in df.iterrows():
    out = []
    c=0
    prev = math.copysign(1,float(row[0]))
    temp = row.append(pd.Series(-math.copysign(1,float(row[-1]))))
    for cell in temp:
        
        currrent_sign = math.copysign(1,float(cell))
        #print(prev, currrent_sign, c)
        if currrent_sign==prev:
            c+=currrent_sign
        else:
            prev = currrent_sign
            out.append(c)
            c=currrent_sign
    output.append(out)

输出：

[[3.0, -2.0, 1.0], [1.0, -2.0, 3.0], [-5.0, 1.0]]

Answer 4

我认为 ski 是索引列。如果不是，请将其设置为索引，将当前的索引设置为索引。

从定义一个函数开始，要应用于每一行：

def myCounts(row):
    sgn = row.ge(0)
    return sgn.groupby(sgn.ne(sgn.shift()).cumsum()).apply(
        lambda grp: grp.count() * (1 if grp.iloc[0] else -1)).tolist()

然后应用它：

result = df.apply(myCounts, axis=1)

对于您的源数据，我得到：

ski
book    [3, -2, 1]
jar     [1, -2, 3]
kook       [-5, 1]
dtype: object

我的解决方案比另一个要短得多。

Answer 5

df1.set_index('ski').stack().reset_index()\
    .assign(col1=lambda dd:np.sign(dd.iloc[:,2]))\
    .assign(col2=lambda dd2:(dd2.col1.diff()!=0).cumsum())\
    .groupby(['ski','col2'],as_index=False).col1.sum()\
    .groupby(['ski'],as_index=False).col1.agg(list).pipe(print)

  ski              col1
0  book  [3.0, -2.0, 1.0]
1   jar  [1.0, -2.0, 3.0]
2  kook       [-5.0, 1.0]