如何计算 1 和下一个 0 之间的天数答案

【问题标题】：How can I count the number of days between a 1 and the next 0如何计算 1 和下一个 0 之间的天数
【发布时间】：2021-02-26 19:30:24
【问题描述】：

[我附上了我的系列图片和获取系列的代码，我如何获得一个1和下一个0之间的天数。例如，第一个1和下一个之间的天数0 为 4 天（8 月 1 日至 8 月 5 日），下一个 1 和 0 之间的天数也是 4 天 [8 月 8 日至 8 月 12 日1

values = [1, 1, 0, 0, 0, 1, 1, 0, 1, 0, 0, 1, 1, 1, 1, 1, 0, 0, 0, 0, 1, 1]
      
dates =['2019-08-01', '2019-08-02', '2019-08-05', '2019-08-06',
           '2019-08-07', '2019-08-08', '2019-08-09', '2019-08-12',
           '2019-08-13', '2019-08-14', '2019-08-15', '2019-08-16',
           '2019-08-19', '2019-08-20', '2019-08-21', '2019-08-22',
           '2019-08-23', '2019-08-26', '2019-08-27', '2019-08-28',
           '2019-08-29', '2019-08-30']

pd.Series(values, index = dates)

【问题讨论】：

欢迎来到 SO！请将数据直接粘贴到问题中并格式化为代码。更容易复制和复制
这不是您的问题，但请查看接受的答案 stackoverflow.com/questions/57431667/… 。（它计算直到新出现的次数。）

标签： python pandas datetime series timedelta

【解决方案1】：

您可以在这里使用itertool.groupby 之类的 groupby 来尝试此操作。每组的提取第一个索引。由于您必须找到两组之间的差异，因此 1 组和 0 组的数量必须相同，如果不是这种情况，则删除最后一组。

s = pd.Series(values, index = pd.to_datetime(dates))
g = s.ne(s.shift()).cumsum()
vals = s.groupby(g).apply(lambda x:x.index[0])
# vals
1    2019-08-01
2    2019-08-05
3    2019-08-08
4    2019-08-12
5    2019-08-13
6    2019-08-14
7    2019-08-16
8    2019-08-23
9    2019-08-29
dtype: object

现在我们没有相同数量的 1 组和 0 组，所以放弃组索引。并制作大小为 2 的块，即现在，每个块都有 1 组和 0 组索引。

end = None if not len(vals)%2 else -1
vals = vals.iloc[:end].values.reshape((-1, 2))
# vals 
array([['2019-08-01T00:00:00.000000000', '2019-08-05T00:00:00.000000000'],
       ['2019-08-08T00:00:00.000000000', '2019-08-12T00:00:00.000000000'],
       ['2019-08-13T00:00:00.000000000', '2019-08-14T00:00:00.000000000'],
       ['2019-08-16T00:00:00.000000000', '2019-08-23T00:00:00.000000000']],
      dtype='datetime64[ns]')

现在，我们必须使用np.diff 找出差异。

days = np.diff(vals, axis=1).squeeze()
out = pd.Series(days)
# out

0   4 days
1   4 days
2   1 days
3   7 days
dtype: timedelta64[ns]

【讨论】：

【解决方案2】：

我认为像下面这样的东西应该可以工作，首先有一个带有日期索引的系列：

ds = pd.Series(values, index = pd.to_datetime(dates))

然后你计算连续值之间的差异：

delta = ds - ds.shift(fill_value=ds[0]-1)

看起来像这样：

pd.DataFrame({'value':ds,'delta':delta})


    value   delta
2019-08-01  1   1
2019-08-02  1   0
2019-08-05  0   -1
2019-08-06  0   0
2019-08-07  0   0
2019-08-08  1   1
2019-08-09  1   0
2019-08-12  0   -1
2019-08-13  1   1
2019-08-14  0   -1

所以您需要的开始日期是 delta 为 1 时，您需要的下一个零是 -1 的位置。所以：

starts = ds.index[delta == 1]
ends = ds.index[delta == -1]
(ends - starts[:len(ends)]).days

Int64Index([4, 4, 1, 7], dtype='int64')

请注意，在某些情况下，在数据帧的末尾，您有 1，但它们不会变成 0，所以我忽略了这些。

【讨论】：

谢谢它的工作，现在我必须对另一个数据集做同样的事情，但是索引是整数，你知道怎么做吗？
创建索引的时候不加pd.to_datetime()？如果您的索引不重复，它应该可以工作..
当索引为整数时，我得到一个关于填充值需要标量的错误
嗨@VanillaChoco441，如果我没有看到数据，我无法帮助你。我用整数索引尝试了上面的代码并且它有效。而且我怀疑您必须正确构建 pd 系列。另外，由于您是 SO 新手，这有点超出您的问题范围
我希望您对尽最大努力回答您的问题的用户公平，不要通过提出更多超出范围的问题来移动目标职位......或与其他数据集有关本案

【解决方案3】：

从创建一个包含 date 列的 DataFrame 开始 dates 转换为 datetime 和 val 列组成的values：

df = pd.DataFrame({'date': pd.to_datetime(dates), 'val': values})

得到结果的思路是：

获取 val == 0 的日期（对于其他行，取 NaT）。
执行“反向填充”。
减去日期。
从上面的结果（timedelta）得到天数。
用 0 （在您的情况下）填充未完成的 NaT 值（如果有）这与最后 2 行有关，后面没有任何“0 行”）。
将结果保存在 dist 列中。

代码如下：

df['dist'] = (df.date.where(df.val == 0).bfill(0) - df.date)\
    .dt.days.fillna(0, downcast='infer')

结果是：

         date  val  dist
0  2019-08-01    1     4
1  2019-08-02    1     3
2  2019-08-05    0     0
3  2019-08-06    0     0
4  2019-08-07    0     0
5  2019-08-08    1     4
6  2019-08-09    1     3
7  2019-08-12    0     0
8  2019-08-13    1     1
9  2019-08-14    0     0
10 2019-08-15    0     0
11 2019-08-16    1     7
12 2019-08-19    1     4
13 2019-08-20    1     3
14 2019-08-21    1     2
15 2019-08-22    1     1
16 2019-08-23    0     0
17 2019-08-26    0     0
18 2019-08-27    0     0
19 2019-08-28    0     0
20 2019-08-29    1     0
21 2019-08-30    1     0

（dist 列是以天为单位的距离）。

如果需要，从上面的结果中只取 val != 0 的行。

【讨论】：