Pandas DataFrame – 在多列上使用groupby()函数分组连续数值块。

huangapple
go评论105阅读模式
英文:

Pandas dataframe - groupby() blocks of constant value over multiple columns

问题

我可以将这个数据框按照'A'和'B'的常数值来分组，得到你期望的结果：

  1. import pandas as pd
  3. df = pd.DataFrame({
  4.    'A': [1,1,1,1,2,2,2,1,1,3,3,3],
  5.    'B': [0,0,1,1,0,0,0,1,1,0,0,0],
  6. })
  7. df.index.names = ['Index']
  9. # 创建一个分组键，当'A'和'B'的值都发生变化时，分组键加一
  10. group_key = (df['A'].ne(df['A'].shift()) | df['B'].ne(df['B'].shift())).cumsum()
  12. df = df.groupby(group_key).apply(lambda x: x)
  13. df.index.names = ['Block', 'Index']
  14. df

这将产生你期望的结果，将数据框分组成了常数'A'和'B'的块。

英文:

I have the following pandas dataframe:

  1. df = pd.DataFrame({
  2.    'A': [1,1,1,1,2,2,2,1,1,3,3,3],
  3.    'B': [0,0,1,1,0,0,0,1,1,0,0,0],
  4. });
  5. df.index.names = ['Index']
  6. df
  7.  		A 	B
  8. Index 		
  9. 0 		1 	0
  10. 1 		1 	0
  11. 2 		1 	1
  12. 3 		1 	1
  13. 4 		2 	0
  14. 5 		2 	0
  15. 6 		2 	0
  16. 7 		1 	1
  17. 8 		1 	1
  18. 9 		3 	0
  19. 10 		3 	0
  20. 11 		3 	0

I can group this dataframe into blocks of constant 'A' like so:

  1. df = df.groupby(df['A'].diff().ne(0).cumsum()).apply(lambda x: x)
  2. df.index.names = ['Block', 'Index']
  3. df
  4.  				A 	B
  5. Block 	Index 		
  6. 1 		0 		1 	0
  7. 		1 		1 	0
  8. 		2 		1 	1
  9. 		3	 	1 	1
  10. 2 		4 		2 	0
  11. 		5	 	2 	0
  12. 		6 		2 	0
  13. 3 		7 		1 	1
  14. 		8 		1 	1
  15. 4 		9	 	3 	0
  16. 		10 		3 	0
  17. 		11 		3 	0

How do I instead group this dataframe into blocks of constant 'A' AND constant 'B'? My desired result is:

  1.  				A 	B
  2. Block 	Index 		
  3. 1 		0 		1 	0
  4. 		1 		1 	0
  5. 2		2 		1 	1
  6. 		3	 	1 	1
  7. 3 		4 		2 	0
  8. 		5	 	2 	0
  9. 		6 		2 	0
  10. 4 		7 		1 	1
  11. 		8 		1 	1
  12. 5 		9	 	3 	0
  13. 		10 		3 	0
  14. 		11 		3 	0

答案1

得分: 4

使用与 any 相同的逻辑 (df.diff().ne(0).any(axis=1).cumsum()) 作为分组器：

  1. out = df.groupby(df.diff().ne(0).any(axis=1).cumsum(), group_keys=True).apply(lambda x: x)
  2. out.index.names = ['Block', 'Index']

或者：

  1. out = (df.assign(Block=df.diff().ne(0).any(axis=1).cumsum())
  2.          .groupby('Block', group_keys=True)
  3.          .apply(lambda x: x)
  4.        )

输出：

  1.              A  B
  2. Block Index      
  3. 1     0      1  0
  4.       1      1  0
  5. 2     2      1  1
  6.       3      1  1
  7. 3     4      2  0
  8.       5      2  0
  9.       6      2  0
  10. 4     7      1  1
  11.       8      1  1
  12. 5     9      3  0
  13.       10     3  0
  14.       11     3  0
英文:

Use the same logic with any (df.diff().ne(0).any(axis=1).cumsum()) as grouper:

  1. out = df.groupby(df.diff().ne(0).any(axis=1).cumsum(), group_keys=True).apply(lambda x: x)
  2. out.index.names = ['Block', 'Index']

Or:

  1. out = (df.assign(Block=df.diff().ne(0).any(axis=1).cumsum())
  2.          .groupby('Block', group_keys=True)
  3.          .apply(lambda x: x)
  4.        )

Output:

  1.              A  B
  2. Block Index      
  3. 1     0      1  0
  4.       1      1  0
  5. 2     2      1  1
  6.       3      1  1
  7. 3     4      2  0
  8.       5      2  0
  9.       6      2  0
  10. 4     7      1  1
  11.       8      1  1
  12. 5     9      3  0
  13.       10     3  0
  14.       11     3  0

huangapple
  • 本文由 发表于 2023年5月29日 12:39:40
  • 转载请务必保留本文链接：https://go.coder-hub.com/76354710.html
  • dataframe
  • pandas
  • python
匿名

发表评论

匿名网友

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen:

确定