我想做他们在答案中所做的事情:pandas中以向量化方式计算特定连续相等值的数量 https://stackoverflow.com/questions/29142487/calculating-the-number-of-specific-consecutive-equal-values-in-a-vectorized-way,但使用分组数据框而不是系列。
所以给定一个包含几列的数据框
A B C
------------
x x 0
x x 5
x x 2
x x 0
x x 0
x x 3
x x 0
y x 1
y x 10
y x 0
y x 5
y x 0
y x 0
我想对 A 和 B 列进行分组,然后计算 C 中连续零的数量。之后,我想返回每个长度的零出现的次数。所以我想要这样的输出:
A B num_consecutive_zeros count
---------------------------------------
x x 1 2
x x 2 1
y x 1 1
y x 2 1
我不知道如何调整链接问题的答案来处理分组数据框。
这是代码,count_consecutive_zeros()
使用 numpy 函数和pandas.value_counts()
得到结果,并使用groupby().apply(count_consecutive_zeros)
打电话count_consecutive_zeros()
对于每个组。称呼reset_index()
改变MultiIndex
到列:
import pandas as pd
import numpy as np
from io import BytesIO
text = """A B C
x x 0
x x 5
x x 2
x x 0
x x 0
x x 3
x x 0
y x 1
y x 10
y x 0
y x 5
y x 0
y x 0"""
df = pd.read_csv(BytesIO(text.encode()), delim_whitespace=True)
def count_consecutive_zeros(s):
v = np.diff(np.r_[0, s.values==0, 0])
s = pd.value_counts(np.where(v == -1)[0] - np.where(v == 1)[0])
s.index.name = "num_consecutive_zeros"
s.name = "count"
return s
df.groupby(["A", "B"]).C.apply(count_consecutive_zeros).reset_index()
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)