Question

我有一个包含3列的pandas数据帧。

Event_occur Boolean
Event_predict Boolean
Incorrect_pred Number default 0

请参阅截图。我试图根据某些条件更新Incorrect_pred。

每当Event_occur为True且Event_predict为False时，应使用递增的序列序列更新Incorrect_pred。例如，第一次出现Event_occur = True和Event_predict = False，应将Incorrect_pred更新为1，第二次更新为2，依此类推。
每当2个事件都为真，那么应使用先前的非零更新Incorrect_pred number。（参见示例中的索引第5行和第9行）。
每当 Event_occur为False，更新始终为0，这是默认值值。

如果这是sql，我可以使用windows函数。类似的东西：

(case
   when Event_occur = 'FALSE' then 0
   else sum(case when Event_occur = Event_predict) then 0 else 1 end)
 over (order by <some column>) end)

我有可能在熊猫中做到这一点吗？

expected dataframe

Answer 1

让我们试试：

df['pred'] = np.where(df.Event_occur == False,0,np.where(df.Event_occur != df.Event_predict,1,0)).cumsum()
df['Incorrect_pred']= df.pred.where(df.Event_occur == True).fillna(0)
print(df)

输出：

   Event_occur  Event_predict  Incorrect_pred  pred
0        False           True             0.0     0
1         True          False             1.0     1
2         True          False             2.0     2
3        False          False             0.0     2
4         True          False             3.0     3
5         True           True             3.0     3
6         True           True             3.0     3
7         True          False             4.0     4
8        False           True             0.0     4
9         True           True             4.0     4

使用用于匹配行的序列更新pandas dataframe列

1 个答案: