时间戳

首页 > 解决方案 > DataFrame列的分类和计数怎么做？

python - DataFrame列的分类和计数怎么做？

问题描述

我想计算连续0的s，如果有0s，count连续的数字，并将数字分配给count列，如果它们遇到1，recount。

我也尝试了几种方法，但都没有达到我的效果。

我的数据框的一个例子如下：

import numpy as np
import pandas as pd
np.random.seed(2021)
a = np.random.randint(0, 2, 20)
df = pd.DataFrame(a, columns=['No.'])
print(df)

     No.
0     0
1     1
2     1
3     0
4     1
5     0
6     0
7     0
8     1
9     0
10    1
11    1
12    1
13    1
14    0
15    0
16    0
17    0
18    0
19    0

我需要的结果：

    No. count
0   0   1
1   1   0
2   1   0
3   0   1
4   1   0
5   0   3
6   0   3
7   0   3
8   1   0
9   0   1
10  1   0
11  1   0
12  1   0
13  1   0
14  0   6
15  0   6
16  0   6
17  0   6
18  0   6
19  0   6

我尝试了以下方法，但都没有达到我的效果。我应该怎么办？

groups = df['No.'].ne(0).cumsum()

df['count'] = df['No.'].eq(0).groupby(groups).count()

df['count'] = df['No.'].eq(0).groupby(groups).agg(len)

df['count'] = df['No.'].groupby(groups).agg(len)

df['count'] = df['No.'].groupby(groups).count()

标签： pythonpandasdataframegroup-by

解决方案

对于您的groups变量，首先计算，因此您为每个包含相同值的连续序列diff分配一个。并且要获得可以分配给原始数据框id的相同大小的系列，请使用而不是：counttransformagg

df['count'] = 0
groups = df['No.'].diff().ne(0).cumsum()
df.loc[df['No.'] == 0, 'count'] = df['No.'].groupby(groups).transform('size')
df

    No.  count
0     0      1
1     1      0
2     1      0
3     0      1
4     1      0
5     0      3
6     0      3
7     0      3
8     1      0
9     0      1
10    1      0
11    1      0
12    1      0
13    1      0
14    0      6
15    0      6
16    0      6
17    0      6
18    0      6
19    0      6

推荐阅读