首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >满足熊猫每次采样条件

问满足熊猫每次采样条件
EN

Stack Overflow用户
提问于 2018-08-23 23:48:53
回答 1查看 56关注 0票数 1

给定一个pandas数据帧,当前一行的列值(或当前行的列值)的总和等于或大于n时,我希望获得每一行的索引,然后总和重新开始为零。例如,如果我们的dataframe有值:

代码语言:javascript
复制
index   colB
1       10
2       20
3       5
4       5
5       15
6       5
7       7
8       3

假设是n=10,那么我想要的索引是1,2,4,5,7,因为ColB的前一行(或当前行)加起来是10。

到目前为止,我可以在这个数据帧上执行for循环来获得我想要的索引,但是当有很多行时,它非常慢。因此,我正在寻求一个更快的方法的帮助。谢谢!

EN

回答 1

Stack Overflow用户

发布于 2018-08-27 15:35:50

对于cumsum()的一些组合,可能有一个聪明的方法,但这是一个棘手的问题,因为在和大于n之后,需要重置该值。所以它有点像一个窗口不大于n的滚动总和。

为此,我可能会使用一个自定义函数。

代码语言:javascript
复制
import pandas as pd

def go(s, n=10):
    r = []
    c = 0
    s = s.tolist()
    cv = 0
    for v in s:
        if v >= n:
            r.append(c)
            c += 1
        else:
            cv += v
            if cv >= n:
                r.append(c)
                c += 1
                cv = 0
            else:
                r.append(c)

    return r

df = pd.DataFrame.from_dict({
    'colB': {0: 10, 1: 20, 2: 5, 3: 5, 4: 15, 5: 5, 6: 1, 7: 3, 8: 1, 9: 12}})

df['group'] = df.apply(go, args=(10,))

indices = df['group'].drop_duplicates().index

请注意,我对您的示例编号进行了一些修改。

如果df是这样的:

代码语言:javascript
复制
   colB
0    10
1    20
2     5
3     5
4    15
5     5
6     1
7     3
8     1
9    12

indices是:

代码语言:javascript
复制
Int64Index([0, 1, 2, 4, 5, 9], dtype='int64')
票数 0
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/51989702

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档