字符串出现的累积频率

Question

首先，谈谈我的问题。

我有一个按年份索引的冠军联赛杯获胜者的数据框。

像这样，请注意团队名称是字符串。

year    team         need this         year    team      wins to date
1       team1                           1       team1          1
2       team2                           2       team2          1
3       team1                           3       team1          2
4       team3                           4       team3          1

我想创建一个包含累积胜利的新列，以便我可以绘制每支球队的折线图以及他们赢得杯赛的次数。 即我需要 x 轴上的年份和 y 轴上的累积频率，前 4 支球队有 4 条不同的线。

可能有一种使用计数函数和循环的简单方法，但我对 python 相当陌生，对这些没有很好的掌握。任何帮助将不胜感激！

Answer 1

查看熊猫关于groupby、transform、cumcount和cumsum的文档(http://pandas.pydata.org/pandas-docs/stable/groupby.html(。您可以按团队分组并使用转换对团队是否为 null 的布尔结果执行累积总和。

df

输入：

   year   team
0     1  team1
1     2  team2
2     3  team1
3     4  team3

做转型

df['wins to date'] = df.groupby('team').transform(lambda x: x.notnull().cumsum())
df

或如帝斯曼建议的那样：

df['wins to date'] = df.groupby('team').cumcount()+1

输出

   year   team  wins to date
0     1  team1             1
1     2  team2             1
2     3  team1             2
3     4  team3             1

Answer 2

我认为您只想将groupby与Series.cumsum一起使用。如：

df.groupby('team').cumsum()