熊猫计算自值>当前单元格以来的行数
我有一个数据框df：
col_1
0 51.0
1 52.0
2 51.5
3 51.5
4 53.0
5 54.0
6 52.0
7 53.0
8 50.5
9 50.0
10 52.0
我想向后计算行数，直到找到大于当前值的值，或者直到到达第一行。例如，结果将是：
col_1 count
0 51.0 0
1 52.0 1
2 51.5 0
3 51.5 1
4 53.0 4
5 54.0 5
6 52.0 0
7 53.0 1
8 50.5 0
9 50.0 0
10 52.0 2
我基本上是在尝试为该系列的每个值找到nindf['col_1'].rolling(n).max()的值。我怎样才能做到这一点？先感谢您。
回答
Numpy 方法
a = df['col_1'].values[::-1]
m = np.triu(a[:, None] < a)
i = m.argmax(1)
i[~m.any(1)] = len(m)
df['count'] = (i - range(len(m)) - 1)[::-1]
a = df['col_1'].values[::-1]
m = np.triu(a[:, None] < a)
i = m.argmax(1)
i[~m.any(1)] = len(m)
df['count'] = (i - range(len(m)) - 1)[::-1]
这个怎么运作？
- 反转列
col_1并获得一个numpy视图
- 使用广播比较列
a与自身
>>> a[:, None] < a
[[False False False True False True True False False False False]
[ True False True True True True True True True True True]
[ True False False True True True True True True True True]
[False False False False False True False False False False False]
[False False False True False True True False False False False]
[False False False False False False False False False False False]
[False False False False False True False False False False False]
[ True False False True True True True False False True False]
[ True False False True True True True False False True False]
[False False False True False True True False False False False]
[ True False False True True True True True True True False]]
- 使用
triu（上三角）掩码主对角线左侧的值，因为我们只关心当前值之后的值。将此视为代表当前值的主对角线。
>>> np.triu(a[:, None] < a)
[[False False False True False True True False False False False]
[False False True True True True True True True True True]
[False False False True True True True True True True True]
[False False False False False True False False False False False]
[False False False False False True True False False False False]
[False False False False False False False False False False False]
[False False False False False False False False False False False]
[False False False False False False False False False True False]
[False False False False False False False False False True False]
[False False False False False False False False False False False]
[False False False False False False False False False False False]]
- 沿列轴查找最大值的索引，这表示当前值之后的第一个最大值的索引。如果没有找到最大值，我们将这些索引更新为系列长度
>>> i = m.argmax(1)
>>> i[~m.any(1)] = len(m)
>>> i
array([ 3, 2, 3, 5, 5, 11, 11, 9, 9, 11, 11])
- 上述索引是从零开始的，但我们必须计算到主对角线的距离，因此我们可以从主对角线的索引中减去这些索引来计算距离（行数）
>>> df['count'] = (i - range(len(m)) - 1)[::-1]
>>> df
col_1 count
0 51.0 0
1 52.0 1
2 51.5 0
3 51.5 1
4 53.0 4
5 54.0 5
6 52.0 0
7 53.0 1
8 50.5 0
9 50.0 0
10 52.0 2