Python Pandas：基于多个条件的累积和

Question

我正在计算 Total ‘1st’ Position 列（下表）的值，并希望使用多个条件来执行此操作。

我希望总“第一”位置反映给定运动员赢得比赛的次数（截至给定日期）。

例如...如下所示，Steve 的第 1 总排名在以下情况下增加 1：Athlete = Steve 且 Position = 1。我想为所有运动员这样做。

我已经尝试了以下...

df['Total 1st Position'] = ((df['Position'] == '1') & (df['Athlete'] == df['Athlete'])).cumsum()

...但这仅返回 df['Position'] == '1' 次数​​的运行总和

我做错了什么？

Answer 1

你可以这样做：

df = your_file

df.loc[(df['Position'] == 1), 'firsts'] = 1
df=df.fillna(0)

df['Total 1st Position'] = (df['firsts']*df['Position']).groupby(df['Athlete']).cumsum()

如果我们通过它运行您的数据框，我们会得到以下信息：

   Race Day Athlete  Position  firsts  Total 1st Position
0     Day 1   Steve         1     1.0                 1.0
1     Day 1    Jane         2     0.0                 0.0
2     Day 1    Bill         3     0.0                 0.0
3     Day 2    Bill         1     1.0                 1.0
4     Day 2   Steve         2     0.0                 1.0
5     Day 2    Jane         3     0.0                 0.0
6     Day 3    Jane         1     1.0                 1.0
7     Day 3    Bill         2     0.0                 1.0
8     Day 3   Steve         3     0.0                 1.0
9     Day 4   Steve         1     1.0                 2.0
10    Day 4    Jane         2     0.0                 1.0
11    Day 4    Bill         3     0.0                 1.0

Answer 2

创建一个临时列来表示获胜，然后在上面使用.groupby 和.cumsum：

df['won'] = (df['Position'] == '1') * 1
df['Total 1st Position'] = df.groupby('Athlete').won.cumsum()