Python 如果存在'；熊猫中的混合列数据

我有一个CSV文件，看起来像：

Timestamp       Surface_Data
8737.37         Maze_A
8737.42         Maze_A
8740.40         Phone_Surface
8743.23         Desktop_Surface
8765.26         Phone_Surface
8765.29         Maze_A
8765.30         Phone_Surface
8765.56         Maze_B
8766.16         Maze_B
8783.74         Maze_A
8793.20         Maze_A
8840.12         Phone_Surface
8840.40         Phone_Surface
8841.40         Maze_B

我想添加一列，计算迷宫a到迷宫B或迷宫B到迷宫a的变化，它必须看起来像：

Timestamp       Surface_Data         Maze_Count
8737.37         Maze_A               1
8737.42         Maze_A
8740.40         Phone_Surface
8743.23         Desktop_Surface
8765.26         Phone_Surface
8765.29         Maze_A
8765.30         Phone_Surface
8765.56         Maze_B               2
8766.16         Maze_B
8783.74         Maze_A               3
8793.20         Maze_A
8840.12         Phone_Surface
8840.40         Phone_Surface
8841.40         Maze_B               4

当“Surface_Data”列中的值发生更改时，我尝试使用cumsum（），但它考虑了所有更改，包括其他不需要的值。因此，我想要的东西只有在遇到迷宫A或迷宫B值时才会增加。

shift

，

where

，

cumsum

一次尝试：

c=df['Surface_Data'].str.contains（'Maze'））
df['Maze_Count']=df.loc[c'，Surface_Data'].ne（df.loc[c'，Surface_Data'].shift（）
).astype（int）.replace（0，np.nan）.cumsum（）

---

您也可以尝试过滤“迷宫A”和“迷宫B”的数据帧，使用

shift

查找更改，然后

cumsum

和

删除重复项

，最后，

使用内在索引对齐将

分配回数据帧：

x = df.loc[df['Surface_Data'].isin(['Maze_A','Maze_B']), 'Surface_Data']
df.assign(Maze_count=(x != x.shift()).cumsum().drop_duplicates())

输出：

    Timestamp     Surface_Data  Maze_count
0     8737.37           Maze_A         1.0
1     8737.42           Maze_A         NaN
2     8740.40    Phone_Surface         NaN
3     8743.23  Desktop_Surface         NaN
4     8765.26    Phone_Surface         NaN
5     8765.29           Maze_A         NaN
6     8765.30    Phone_Surface         NaN
7     8765.56           Maze_B         2.0
8     8766.16           Maze_B         NaN
9     8783.74           Maze_A         3.0
10    8793.20           Maze_A         NaN
11    8840.12    Phone_Surface         NaN
12    8840.40    Phone_Surface         NaN
13    8841.40           Maze_B         4.0

x = df.loc[df['Surface_Data'].isin(['Maze_A','Maze_B']), 'Surface_Data']
df.assign(Maze_count=(x != x.shift()).cumsum().drop_duplicates())

    Timestamp     Surface_Data  Maze_count
0     8737.37           Maze_A         1.0
1     8737.42           Maze_A         NaN
2     8740.40    Phone_Surface         NaN
3     8743.23  Desktop_Surface         NaN
4     8765.26    Phone_Surface         NaN
5     8765.29           Maze_A         NaN
6     8765.30    Phone_Surface         NaN
7     8765.56           Maze_B         2.0
8     8766.16           Maze_B         NaN
9     8783.74           Maze_A         3.0
10    8793.20           Maze_A         NaN
11    8840.12    Phone_Surface         NaN
12    8840.40    Phone_Surface         NaN
13    8841.40           Maze_B         4.0