Question

我的系列看起来如下：

   col
0  B
1  B
2  A
3  A
4  A
5  B

这是一个时间序列，因此索引按时间排序。

对于每一行，我想计算该值连续出现的次数，即：

输出：

   col count
0  B   1
1  B   2
2  A   1 # Value does not match previous row => reset counter to 1
3  A   2
4  A   3
5  B   1 # Value does not match previous row => reset counter to 1

我发现了2个相关问题，但我无法弄清楚如何将这些信息“写”为DataFrame中的新列，每行（如上所述）。使用rolling_apply效果不佳。

相关：

Counting consecutive events on pandas dataframe by their index

Finding consecutive segments in a pandas data frame

Answer 1

我认为有一种很好的方法可以将@chrisb和@CodeShaman的解决方案结合起来（因为有人指出CodeShamans解决方案计算总数而非连续值）。

  df['count'] = df.groupby((df['col'] != df['col'].shift(1)).cumsum()).cumcount()+1

  col  count
0   B      1
1   B      2
2   A      1
3   A      2
4   A      3
5   B      1

Answer 2

根据您链接的第二个答案，假设s是您的系列。

df = pd.DataFrame(s)
df['block'] = (df['col'] != df['col'].shift(1)).astype(int).cumsum()
df['count'] = df.groupby('block').transform(lambda x: range(1, len(x) + 1))


In [88]: df
Out[88]: 
  col  block  count
0   B      1      1
1   B      1      2
2   A      2      1
3   A      2      2
4   A      2      3
5   B      3      1

Answer 3

我喜欢@chrisb的答案，但想分享我自己的解决方案，因为有些人可能会发现它更易读，更容易使用类似的问题....

1）创建一个使用静态变量的函数

def rolling_count(val):
    if val == rolling_count.previous:
        rolling_count.count +=1
    else:
        rolling_count.previous = val
        rolling_count.count = 1
    return rolling_count.count
rolling_count.count = 0 #static variable
rolling_count.previous = None #static variable

2）转换为dataframe后将其应用于您的系列

df  = pd.DataFrame(s)
df['count'] = df['col'].apply(rolling_count) #new column in dataframe

输出df

  col  count
0   B      1
1   B      2
2   A      1
3   A      2
4   A      3
5   B      1

Answer 4

如果你想做同样的事情但过滤两列，你可以使用它。

def count_consecutive_items_n_cols(df, col_name_list, output_col):
    cum_sum_list = [
        (df[col_name] != df[col_name].shift(1)).cumsum().tolist() for col_name in col_name_list
    ]
    df[output_col] = df.groupby(
        ["_".join(map(str, x)) for x in zip(*cum_sum_list)]
    ).cumcount() + 1
    return df

col_a col_b count
0   1     B     1
1   1     B     2
2   1     A     1
3   2     A     1
4   2     A     2
5   2     B     1

熊猫：条件滚动计数

4 个答案: