如何对DataFrame分组子数据集应用扩展窗口计数功能？

原始数据构造 #

import pandas as pd

df = pd.DataFrame({
    'key1': ['a', 'a', 'a', 'a', 'b', 'b', 'b', 'b'],
    'day': [1, 2, 3, 4, 1, 2, 3, 4],
    'feat': [None, 'A', None, 'A', 'A', None, None, 'A']
})

解决方案代码 #

按指定键（支持多键）分组后，将feat列转换为布尔值（'A'标记为1，None标记为0），再对每个分组执行累计求和，即可实现分组内独立的扩展窗口计数：

# 单键分组（实际场景多键分组只需传入列名列表，如['key1', 'key2']）
df['count'] = df.groupby('key1')['feat'].apply(lambda x: (x == 'A').cumsum())

执行结果 #

key1  day  feat  count
0    a    1  None      0
1    a    2     A      1
2    a    3  None      1
3    a    4     A      2
4    b    1     A      1
5    b    2  None      1
6    b    3  None      1
7    b    4     A      2

逻辑说明 #

• groupby('key1')：按指定列分组，多键分组时传入列名列表即可，每个分组内计数独立重置
• x == 'A'：将feat列的元素转为布尔值，'A'对应True（运算时等价于1），None对应False（等价于0）
• cumsum()：对布尔值序列执行累计求和，实现扩展窗口内的累计计数效果

内容的提问来源于stack exchange，提问作者thefrollickingnerd