假设我有以下数据:
>>> Data=pd.DataFrame()
>>> Data['Color']=['Green','Green','Green','Blue','Blue','Green','Green','Blue','Green','Yellow']
>>> Data['Count']=np.random.randint(0,100,10)
>>> Data
Color Count
0 Green 75
1 Green 53
2 Green 89
3 Blue 66
4 Blue 45
5 Green 98
6 Green 7
7 Blue 28
8 Green 28
9 Yellow 7如何既按“颜色”列进行分组,又按与该列中值相同的其他记录相邻形成的组进行分组。例如,我想要的输出如下所示(请注意,应用在'Count‘列上的函数是任意的,但在本例中我使用了sum)。
Value
Group Color
0 Blue 111
Green 217
Yellow 7
1 Blue 28
Green 105
2 Green 28前3条记录的颜色值都是相同的,因此绿色在组0中。接下来的2个记录的颜色值是相同的,因此蓝色在组0中。然后,又有2条绿色记录,把它们放在绿色的第1组中。等等
发布于 2015-12-11 19:27:01
这个有点棘手。你可以像这样得到你想要的结果:
>>> df = pd.DataFrame({'Colour': {0: 'Green', 1: 'Green', 2: 'Green', 3: 'Blue', 4: 'Blue', 5: 'Green', 6: 'Green', 7: 'Blue', 8: 'Green', 9: 'Yellow'}, 'Count': {0: 75, 1: 53, 2: 89, 3: 66, 4: 45, 5: 98, 6: 7, 7: 28, 8: 28, 9: 7}})
>>> cid = (df["Colour"] != df["Colour"].shift()).cumsum()
>>> df["Group"] = cid.groupby(df["Colour"]).rank("dense") - 1
>>> df.groupby(["Group", "Colour"]).sum()
Count
Group Colour
0 Blue 111
Green 217
Yellow 7
1 Blue 28
Green 105
2 Green 28这是因为cid是一个使用shift-比较-累计模式构建的“连续集群”id。在我们有了cid之后,我们可以按颜色对这些集群ids进行分组,并对它们进行密集排序以获得组ids。
https://stackoverflow.com/questions/34230585
复制相似问题