如何返回自从使用Python EXPR以来已通过的记录数

问题描述

我正在尝试使用Python和Pandas复制IBM SPSS函数@SINCE，但是不幸的是，我陷入了过程的一部分。

如果有人知道使用python复制IBM SPSS CLEM @SINCE的直接函数，我将不胜感激。

以下是更多信息的链接：Link

IMB @SINCE function description

“此函数返回条件为真的最后一条记录的偏移量，即该条件为真之前该记录之前的记录数。如果条件从未为真，则@SINCE返回@INDEX +1。” （IBM，2020年）

我一直在尝试从头开始复制此功能，但是我没有找到正确的方法：

你们能用Python / Pandas帮助我解决这个问题吗

这里是问题，

我的数据如下：

Original Data

+------+----------+
| Type | Flag     |
+------+----------+
| d    |          |
+------+----------+
| A    | myStatus |
+------+----------+
| c    |          |
+------+----------+
| B    | myStatus |
+------+----------+
| c    |          |
+------+----------+
| c    | myStatus |
+------+----------+
| c    |          |
+------+----------+
| d    |          |
+------+----------+
| d    |          |
+------+----------+
| A    | myStatus |
+------+----------+

在IBM SPSS中，我使用以下公式获取此数据：

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              |
+------+----------+----------------+

谢谢。

解决方法

因此，我找到了解决此问题的方法：这是代码：

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

解决问题的功能：

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，该函数根据条件计算最后一个SINCE值，并在具有验证的索引中计算实际索引（使用shift（））。