python - 计算每组连续 1 的最大数量

Question

给定以下结构的数据框

df1  = pd.DataFrame( data = {'userid':[465,465,999,999,999,999],
                      'postedDate':[pd.to_datetime('2018-11-01'),pd.to_datetime('2018-11-20'),pd.to_datetime('2018-11-01'),pd.to_datetime('2018-11-08'),pd.to_datetime('2018-11-14'), pd.to_datetime('2018-11-29')],
                      'value':[1,1,1,1,1,1]}).set_index('postedDate')

df1 = df1.groupby('userid').resample('W').count().drop('userid', axis =1 )
df1

---

userid  postedDate  value
465     2018-11-04    1
        2018-11-11    0
        2018-11-18    0
        2018-11-25    1
999     2018-11-04    1
        2018-11-11    1
        2018-11-18    1
        2018-11-25    0
        2018-12-02    1

对于每个用户 ID，我想获得值 = 1 的最大连续周数。结果应该是

userid  max_consecutive_wks
465        1
999        3

鉴于数据集的大小，任何使用for 循环的解决方案都无法在 Python 中运行，因此我正在寻找一种仅使用Pandas / Numpy的矢量化方法。

标签： pythonpandasdataframegroup-bypandas-groupby

Answer 1

使用移位 cumsum 技巧得到所有连续 1 的组，然后使用value_counts找到最大的组。

u = df1['value'].eq(1)
v = u.ne(u.shift()).cumsum().where(u)

v.groupby(level=0).value_counts().max(level=0).reset_index(name='max_consec_wks')

   userid  max_consec_wks
0     465               1
1     999               3

where需要调用以确保仅考虑 1 组（而不是 0）。