如何在Python中返回自EXPR以来通过的记录数

自从使用Python和Pandas以来，我一直在尝试复制IBMSPSS函数@，但不幸的是，我的过程中有一部分被卡住了

如果有人知道一个直接函数可以复制IBMSPSSClem@因为它使用python，我将不胜感激

以下是有关详细信息的链接：

“此函数返回此条件为真的最后一条记录的偏移量，即在此条件为真的记录之前的记录数。如果该条件从未为真，@SINCE返回@INDEX+1。”（IBM，2020）

我一直在尝试从头开始复制此函数，但没有找到正确的方法：

你们能用Python/Pandas帮我解决这个问题吗

这就是问题所在

我的数据如下所示：

在IBM SPSS中，我使用以下公式获得以下数据：

if Type = 'A' or Type = 'B' then @SINCE(Flag = 'myStatus') else -1 endif

这是输出：

+------+----------+----------------+
| Type | Flag     | Expected Count |
+------+----------+----------------+
| d    |          | -1             |
+------+----------+----------------+
| A    | myStatus | 0              |
+------+----------+----------------+
| c    |          | -1             |
+------+----------+----------------+
| B    | myStatus | 2              |
+------+----------+----------------+
| c    |          | -1             |
+------+----------+----------------+
| c    | myStatus | -1             |
+------+----------+----------------+
| c    |          | -1             |
+------+----------+----------------+
| d    |          | -1             |
+------+----------+----------------+
| d    |          | -1             |
+------+----------+----------------+
| A    | myStatus | 4              |
+------+----------+----------------+

---

提前感谢。

因此，我找到了解决此问题的方法：以下是代码：

df = pd.DataFrame({"Type":["d", "A", "c", "B", "c", "c", "c", "d", "d", "A"],
               "Flag":[np.nan, "myStatus", np.nan, "myStatus", np.nan, "myStatus", np.nan, np.nan, np.nan, "myStatus"]})

解决问题的函数：

def spssSince(df):
   df_temp = df
   df_temp = df[df.Flag=="myStatus"]
   df_temp['last_ind'] = df_temp.index
   df_temp['last_ind'] = df_temp.last_ind.shift(1)
   df_temp['last_ind'] = df_temp['last_ind'].fillna(1)
   df_temp["Expected Count"] = df_temp.index - df_temp.last_ind
   df_temp.loc[~df_temp.Type.isin(["A", "B"]), "Expected Count"] = -1
   DFreturn = pd.merge(left=df, right=df_temp.drop(['Type', 'Flag', 'last_ind'], axis=1), how="left", left_index=True, right_index=True)
   DFreturn["Expected Count"] = DFreturn["Expected Count"].fillna(-1)
   return DFreturn

---

基本上，该函数根据一个条件计算上一个“自”值，计算具有验证的索引中的实际索引（使用shift（））。

您尝试过什么吗？你有样本数据和预期输出吗？AMC，很抱歉，我在我的帖子（这是我的第一篇帖子）中添加表格时遇到了问题，我添加了预期输出，我希望它能让事情变得更清楚。

def spssSince(df):
   df_temp = df
   df_temp = df[df.Flag=="myStatus"]
   df_temp['last_ind'] = df_temp.index
   df_temp['last_ind'] = df_temp.last_ind.shift(1)
   df_temp['last_ind'] = df_temp['last_ind'].fillna(1)
   df_temp["Expected Count"] = df_temp.index - df_temp.last_ind
   df_temp.loc[~df_temp.Type.isin(["A", "B"]), "Expected Count"] = -1
   DFreturn = pd.merge(left=df, right=df_temp.drop(['Type', 'Flag', 'last_ind'], axis=1), how="left", left_index=True, right_index=True)
   DFreturn["Expected Count"] = DFreturn["Expected Count"].fillna(-1)
   return DFreturn