问题描述
这是示例数据集：
>>> df
vn pt st nst stb mid
0 a 0.1 a b 0 3
1 a 0.2 a b 4 3
2 a 0.3 a b 1 3
3 a 0.3 b a 1 3
4 a 0.4 a b 1 3
5 a 0.4 a b 2 3
6 a 0.5 c b 6 3
7 a 0.5 c b 0 3
8 a 0.6 c b 1 3
9 a 1.1 b c 2 3
10 a 1.2 b c 1 3
11 a 1.3 d b 6 3
12 a 1.4 d b 0 3
13 a 1.4 d b 1 3
14 a 1.5 e d 2 3
15 a 1.6 d e 0 3
16 a 0.1 d y 1 7
17 a 0.2 y d 4 7
18 a 0.3 y d 1 7
19 a 0.4 y x 3 7
20 a 0.5 x z 0 7
21 a 0.6 p z 2 7
22 a 0.6 z p 6 7
23 a 1.1 p q 3 7
从这个数据集中，我想创建两个新列 sr 和 nsr。需要记住的几点：stb 值表示 st 的对应值。当默认情况下 st 或 nst 中注册了新字符串时，sr=0 相应地nsr=0。
st的代码：1.当st的值连续相同sr=sr+stb时，2.当nst的值移动到st时{{1 }},3.当有一个新值分配给sr=nsr+stb时，st
st=stb 的代码：1.当 nst 的值连续相同时，nst 将保持不变（不变），2.当 nsr 的值移动到 {前一个st的{1}}值应该返回到下一个nst,3.当有一个新的值分配给sr时，nsr
迭代一直持续到nst连续的同一个值（当出现不同的mid时，会从头开始迭代）。要生成这两列，请查看以下示例：
nsr=0预期输出：
mid解决方法
这是迄今为止的部分解决方案，基于评论中的问题和讨论：
sr 列已经得到了预期的结果，但 nsr 还需要一些进一步的工作：
df['sr'] = df.groupby(['mid','st'])['stb'].cumsum()
结果：
print(df)
vn pt st nst stb mid sr
0 a 0.1 a b 0 3 0
1 a 0.2 a b 4 3 4
2 a 0.3 a b 1 3 5
3 a 0.3 b a 1 3 1
4 a 0.4 a b 1 3 6
5 a 0.4 a b 2 3 8
6 a 0.5 c b 6 3 6
7 a 0.5 c b 0 3 6
8 a 0.6 c b 1 3 7
9 a 1.1 b c 2 3 3
10 a 1.2 b c 1 3 4
11 a 1.3 d b 6 3 6
12 a 1.4 d b 0 3 6
13 a 1.4 d b 1 3 7
14 a 1.5 e d 2 3 2
15 a 1.6 d e 0 3 7
16 a 0.1 d y 1 7 1
17 a 0.2 y d 4 7 4
18 a 0.3 y d 1 7 5
19 a 0.4 y x 3 7 8
20 a 0.5 x z 0 7 0
21 a 0.6 p z 2 7 2
22 a 0.6 z p 6 7 6
23 a 1.1 p q 3 7 5
nsr 的部分工作：
m1 = df['st'].ne(df['st'].groupby(df['mid']).shift())
m2 = df['st'].eq(df['nst'].shift())
m3 = df['nst'].eq(df['st'].shift())
m = m1 & (m2 | m3)
df['nsr'] = np.where(m,df['sr'].shift(),np.nan)
m11 = df['mid'] != df['mid'].shift()
df['nsr'] = np.where(m11,df['nsr'])
df['nsr'] = df['nsr'].ffill(downcast='infer')
结果：
print(df)
vn pt st nst stb mid sr nsr
0 a 0.1 a b 0 3 0 0
1 a 0.2 a b 4 3 4 0
2 a 0.3 a b 1 3 5 0
3 a 0.3 b a 1 3 1 5
4 a 0.4 a b 1 3 6 1
5 a 0.4 a b 2 3 8 1
6 a 0.5 c b 6 3 6 1
7 a 0.5 c b 0 3 6 1
8 a 0.6 c b 1 3 7 1
9 a 1.1 b c 2 3 3 7
10 a 1.2 b c 1 3 4 7
11 a 1.3 d b 6 3 6 4
12 a 1.4 d b 0 3 6 4
13 a 1.4 d b 1 3 7 4
14 a 1.5 e d 2 3 2 7
15 a 1.6 d e 0 3 7 2
16 a 0.1 d y 1 7 1 0
17 a 0.2 y d 4 7 4 1
18 a 0.3 y d 1 7 5 1
19 a 0.4 y x 3 7 8 1
20 a 0.5 x z 0 7 0 8
21 a 0.6 p z 2 7 2 8
22 a 0.6 z p 6 7 6 2
23 a 1.1 p q 3 7 5 6
（部分尝试等待反馈 - 不适合评论。）
根据您的解释，sr 是每个 stb、st 对的 nst 的不同累积和。但是，这与您的预期输出不太相符：
>>> df['sr'] = df.groupby(['nst','st'])['stb'].cumsum()
>>> df[['sr']].join([expected['sr'].rename('expected'),(df['sr'] - expected['sr']).rename('diff')])
sr expected diff
0 0 0 0
1 4 4 0
2 5 5 0
3 1 1 0
4 6 6 0
5 8 8 0
6 6 6 0
7 6 6 0
8 7 7 0
9 2 3 -1
10 3 4 -1
11 6 6 0
12 6 6 0
13 7 7 0
14 2 2 0
15 0 7 -7
16 1 1 0
17 4 4 0
18 5 5 0
19 3 8 -5
20 0 0 0
21 2 2 0
22 6 6 0
23 3 5 -2
第 9、10、15、19 和 23 行会发生什么？
例如第 9 行是第一个 b,c，如果我将它与第 3 行进行比较，第一个 b,a 应该是 0+3，第 3 行是 {{1} }.