Штриховой кумулятивный счет с отменой

Question

Я пытаюсь создать счетчик, который накапливает полосы, но может быть отменен другим столбцом. Есть три результата в этом подсчете

• Полоса накапливается на основе флага == true.
• Полоса сбрасывается при отмене при отмене == true.
• Полоса ничего не делает и повторяет текущую полосу.

Я пробовал несколько разных подходов, пытаясь объединить флаг и отменить с помощью np.where, маскируя groupby с помощью where, нескольких cumsums, fill и ngroup, но не могу получить требуемый результат.

df = pd.DataFrame(
    {
        "cond1": [True, False, True, False, True, False, True],
        "cond2": [False, False, False, True, False, False, False]
    })

df['flag'] = np.where(df['cond1'], 1, 0)
df['cancel'] = np.where(df['cond2'], 1, 0)

# Combined
df['combined'] = df['flag'] - df['cancel']

# Cumsum only
df['cumsum'] = df['combined'].cumsum()

# Cumcount masked by where
df['cumsum_cumcount'] = df.where(df['cond1']).groupby((df['cond2']).cumsum()).cumcount()

# Cumcount then cumsum
df['cumsum_cumcount_cumsum'] = df.where(df['cancel'] == False).groupby(df['flag'].cumsum()).cumcount().cumsum()

    cond1   cond2   flag    cancel  c2  c3  c1
0   True    False    1         0    0   0   1
1   False   False    0         0    1   1   1
2   True    False    1         0    2   1   2
3   False   True     0         1    0   2   1
4   True    False    1         0    1   2   2
5   False   False    0         0    2   3   2
6   True    False    1         0    3   3   3

    cond1   cond2   streak
0   True    False     1
1   False   False     1
2   True    False     2
3   False   True      0 
4   True    False     1
5   False   False     1 
6   True    False     2     
7   True    False     3
8   False   False     3
9   True    False     4
10  False   True      0
11  False   False     0
12  True    False     1

Текущая полоса повторяется, накапливается, когда cond1 имеет значение true, и сбрасывается, когда cond2 имеет значение false. Большие бонусные очки, если это может накапливаться в противоположном направлении тоже без особых хлопот. Отменяет быть отрицательным, флажки - положительным.

Answer 1

Похоже, вам нужно cumsum с помощью cond2 создать ключ группы, а затем cumsum с помощью cond1

df.groupby(df.cond2.cumsum()).cond1.cumsum()
Out[155]: 
0     1.0
1     1.0
2     2.0
3     0.0
4     1.0
5     1.0
6     2.0
7     3.0
8     3.0
9     4.0
10    0.0
11    0.0
12    1.0
Name: cond1, dtype: float64