请帮忙。我有数据框:
trade_type
0 -
1 Buy
2 -
3 -
4 Sell
5 Buy
6 -
7 Sell
8 -
9 Sell
10 -
我需要滚动计算所有的!=“-”直到下一次更改,并将其存储在新列“ trade_ID”的每一行中,因此看起来像这样:
trade_type trade_ID
0 - 0
1 Buy 1
2 - 1
3 - 1
4 Sell 2
5 Buy 3
6 - 3
7 Sell 4
8 - 4
9 Sell 5
10 - 5
我尝试使用:
df['trade_ID'] = (df.trade_type.shift(1) != df.trade_type).astype(int).cumsum()
但它会将“-”视为新更改,因此无法正常工作。
最佳答案
将-
替换为np.nan
(在import numpy as np
之后)并过滤series.notna()
并应用series.cumsum()
:
df['trade_ID']=df.trade_type.replace("-",np.nan).notna().cumsum()
print(df)
trade_type trade_ID
0 - 0
1 Buy 1
2 - 1
3 - 1
4 Sell 2
5 Buy 3
6 - 3
7 Sell 4
8 - 4
9 Sell 5
10 - 5
关于python - Pandas :有条件滚动计数v.2,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/54989734/