如何计算列中更改的次数

Question

我如何以最简单的方式计算我在特定DataFrame列中有多少值更改。例如，我遵循DF：

a b
0 1
1 1
2 1
3 2
4 1
5 2
6 2
7 3
8 3
9 3

在此数据框中，b列中的值已更改4次（在第4,5,6和8行中）。

我非常简单的解决方案是：

a = 0
for i in range(df.shape[0] - 1):
   if df['b'].iloc[i] != df['b'].iloc[i+1]:
       a+=1

Answer 1

我认为需要boolean indexing与index：

idx = df.index[df['b'].diff().shift().fillna(0).ne(0)]
print (idx)
Int64Index([4, 5, 6, 8], dtype='int64')

对于更一般的解决方案，可以按arange编制索引：

a = np.arange(len(df))[df['b'].diff().shift().bfill().ne(0)].tolist()
print (a)
[4, 5, 6, 8]

<强>解释：

首先通过Series.diff获得差异：

print (df['b'].diff())
0    NaN
1    0.0
2    0.0
3    1.0
4   -1.0
5    1.0
6    0.0
7    1.0
8    0.0
9    0.0
Name: b, dtype: float64

然后shift一个值：

print (df['b'].diff().shift())
0    NaN
1    NaN
2    0.0
3    0.0
4    1.0
5   -1.0
6    1.0
7    0.0
8    1.0
9    0.0
Name: b, dtype: float64

将fillna替换为markdown：

NaN

并且比较不等于print (df['b'].diff().shift().fillna(0)) 0 0.0 1 0.0 2 0.0 3 0.0 4 1.0 5 -1.0 6 1.0 7 0.0 8 1.0 9 0.0 Name: b, dtype: float64

0

Answer 2

如果a是一列而不是索引：

 idx = df['a'].loc[df['b'].diff().shift().fillna(0) != 0]