How to group based on cumulative sum that resets on a condition(如何根据根据条件重置的累积总和进行分组)
本文介绍了如何根据根据条件重置的累积总和进行分组的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
问题描述
我有一个 pandas df,其字数与文章相对应.我希望能够添加另一列 MERGED
,该列基于具有最小累积总和min_words"的文章组.
I have a pandas df with word counts corresponding to articles. I want to be able to be able to add another column MERGED
that is based on groups of articles that have a minimum cumulative sum of 'min_words'.
df = pd.DataFrame([[ 0, 6],
[ 1, 10],
[ 3, 5],
[ 4, 7],
[ 5, 26],
[ 6, 7],
[ 9, 4],
[ 10, 133],
[ 11, 42],
[ 12, 1]], columns=['ARTICLE', 'WORD_COUNT'])
df
Out[15]:
ARTICLE WORD_COUNT
0 0 6
1 1 10
2 3 5
3 4 7
4 5 26
5 6 7
6 9 4
7 10 133
8 11 42
9 12 1
那么如果 min_words = 20
这是所需的输出:
So then if min_words = 20
this is the desired output:
df
Out[17]:
ARTICLE WORD_COUNT MERGED
0 0 6 0
1 1 10 0
2 3 5 0
3 4 7 1
4 5 26 1
5 6 7 2
6 9 4 2
7 10 133 2
8 11 42 3
9 12 1 4
如上所示,最终文章可能不满足 min_words 条件,这没关系.
As seen above, it is possible that the final article(s) won't satisfy the min_words condition, and that's ok.
推荐答案
只能做self def功能
We can only do self def function
def dymcumsum(v, limit):
idx = []
sums = 0
for i in range(len(v)):
sums += v[i]
if sums >= limit:
idx.append(i)
sums = 0
return(idx)
df['New']=np.nan
df.loc[dymcumsum(df.WORD_COUNT,20),'New']=1
df.New=df.New.iloc[::-1].eq(1).cumsum()[::-1].factorize()[0]+1
df
ARTICLE WORD_COUNT New
0 0 6 1
1 1 10 1
2 3 5 1
3 4 7 2
4 5 26 2
5 6 7 3
6 9 4 3
7 10 133 3
8 11 42 4
9 12 1 5
这篇关于如何根据根据条件重置的累积总和进行分组的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持编程学习网!
沃梦达教程
本文标题为:如何根据根据条件重置的累积总和进行分组
基础教程推荐
猜你喜欢
- 如何让 python 脚本监听来自另一个脚本的输入 2022-01-01
- 筛选NumPy数组 2022-01-01
- 何时使用 os.name、sys.platform 或 platform.system? 2022-01-01
- 如何在海运重新绘制中自定义标题和y标签 2022-01-01
- 线程时出现 msgbox 错误,GUI 块 2022-01-01
- 在 Python 中,如果我在一个“with"中返回.块,文件还会关闭吗? 2022-01-01
- Python kivy 入口点 inflateRest2 无法定位 libpng16-16.dll 2022-01-01
- 用于分类数据的跳跃记号标签 2022-01-01
- Dask.array.套用_沿_轴:由于额外的元素([1]),使用dask.array的每一行作为另一个函数的输入失败 2022-01-01
- 使用PyInstaller后在Windows中打开可执行文件时出错 2022-01-01