Python 时间序列中第一次二进制指示符的计数

我有一个数据框架，它使用二进制指标来反映客户在某个特定月份是否处于活动状态。如果客户处于活动状态，则存在1，如果不是，则存在0。数据框如下所示：

Customer    A   B   C   D   E   F   G   H   I   J
11/30/2015  1   0   1   0   0   1   1   0   0   0
12/31/2015  0   1   0   1   0   1   1   0   0   1
1/31/2016   0   0   0   0   0   1   1   0   0   1
2/29/2016   1   1   1   1   1   1   0   1   1   1
3/31/2016   1   1   0   1   1   0   1   1   0   1
4/30/2016   0   1   1   1   0   1   1   1   0   1
5/31/2016   1   1   1   1   1   1   0   1   0   1

当客户首次上线时，他们在特定月份获得1分。因此，当某个特定客户拥有其第一个1时，这是他们“新”的月份

我想在数据帧的末尾添加一列，统计“新”客户的数量

我认为最有效的方法是将第0行到第I行的值相加，然后计算总和等于1的次数。如果此总和大于1，则该客户将已存在2个月，并且在给定的月份中不是新客户

我已经用这个方法在excel中计算过了，但我不清楚如何在Python中实现这一点

生成的数据帧如下所示：

Customer    A   B   C   D   E   F   G   H   I   J   New_Customers
11/30/2015  1   0   1   0   0   1   1   0   0   0   4
12/31/2015  0   1   0   1   0   1   1   0   0   1   3
1/31/2016   0   0   0   0   0   1   1   0   0   1   0
2/29/2016   1   1   1   1   1   1   0   1   1   1   3
3/31/2016   1   1   0   1   1   0   1   1   0   1   0
4/30/2016   0   1   1   1   0   1   1   1   0   1   0
5/31/2016   1   1   1   1   1   1   0   1   0   1   0

---

您可以应用一个累计最大值，该值可以向前移动每列的“1”，并对轴1中的所有列求和，然后计算差值。 第一个值为null，可以通过对第一行求和来填充

df1 = df[df.columns.difference(['Customer'])]
df['New_customers'] = df1.cummax().sum(1).diff().fillna(df1.loc[0].sum())

输出：

---

通过定义自定义的

新的

函数并使用

数据帧。展开

。我不知道为什么

expansing（）.apply（new）

的结果需要从

float

强制转换为

int

，但是，它可以工作：

def new(column):
    return column[-1] and not any(column[:-1])

result = df.expanding().apply(new).sum(axis=1).astype(int)

print(result)

Out:
11/30/2015    4
12/31/2015    3
1/31/2016     0
2/29/2016     3
3/31/2016     0
4/30/2016     0
5/31/2016     0
dtype: int32

---

如果客户在第二个月上线，他们也会得到

1

。换句话说，您是否只计算每个客户的第一个

1

。。。你能解释一下这行的作用吗：返回列[-1]而不是任何列（列[：-1]）我一直在试图理解，但不能完全理解以下内容：1。运行

帮助（任意）

，2。对列[：-1]中的对象运行

：打印（对象）

，3。运行

print（bool（0））

和

print（bool（1））

。让我知道这是否有帮助。

def new(column):
    return column[-1] and not any(column[:-1])

result = df.expanding().apply(new).sum(axis=1).astype(int)

print(result)

Out:
11/30/2015    4
12/31/2015    3
1/31/2016     0
2/29/2016     3
3/31/2016     0
4/30/2016     0
5/31/2016     0
dtype: int32