修复DataFrame中P1/P2连续获胜场次计算的重置失效问题

数据集 #

winner = ['A', 'A', 'B', 'C', 'A', 'C', 'C', 'B']
loser =  ['B', 'C', 'A', 'A', 'B', 'A', 'B', 'C']
P1 =     ['A', 'A', 'A', 'A', 'A', 'A', 'B', 'B']
P2 =     ['B', 'C', 'B', 'C', 'B', 'C', 'C', 'C']
P1_win = [ 1, 1, 0, 0, 1, 0, 0, 0]

df = pd.DataFrame({'winner': winner, 'loser': loser, 'P1':P1, 'P2':P2, 'P1_win':P1_win})

需求 #

计算P1的实时连续获胜场次，要求当P1_win=0（P1输掉比赛）时，连胜计数重置，后续P1获胜时从1重新开始累加。

原有代码及问题 #

原有代码尝试计算连胜，但存在逻辑错误：

condition = df.P1_win.eq(0)
df['Reset'] = condition.groupby(df.P1_win).cumsum() #reset need to be 0. If P_win == 0, reset the line
df['P1_win_Streak'] = df.P1_win.mask(condition, 0).groupby([df.winner, df.Reset]).cumsum()

问题现象：连胜结束时P1_win_Streak会填入0，但后续P1获胜时，连胜会从之前的累计值继续累加，未正确重置。

解决方案 #

正确代码 #

# 按P1分组，计算每组内的连胜分段：当P1_win与前一场结果不同时，生成新的分段标识
df['streak_group'] = df.groupby('P1')['P1_win'].apply(lambda x: x.ne(x.shift()).cumsum())

# 在每个P1+分段内累加获胜次数，输场时连胜设为0
df['P1_win_Streak'] = df.groupby(['P1', 'streak_group'])['P1_win'].cumsum()
df['P1_win_Streak'] = df['P1_win_Streak'].where(df['P1_win'] == 1, 0)

代码说明 #

1. 按P1分组：确保跟踪的是同一个参赛方（P1）的连胜情况，避免不同P1的连胜数据混淆。
2. 生成连胜分段：通过x.ne(x.shift()).cumsum()在每个P1组内识别连胜中断点——只要当前场次的P1_win结果和上一场不同，就生成新的分段编号，让连续胜场或败场归为同一分段。
3. 计算并修正连胜值：在每个分段内累加P1_win的值，再通过where将败场的连胜值强制设为0，胜场的连胜则从1开始重新累计。

运行结果 #

处理后的df中P1_win_Streak列结果为：[1, 2, 0, 0, 1, 0, 0, 0]，符合连胜重置的需求。

内容的提问来源于stack exchange，提问作者Lavacave