首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >熊猫按栏和索引邻接分组数据

问熊猫按栏和索引邻接分组数据
EN

Stack Overflow用户
提问于 2015-12-11 18:52:46
回答 1查看 178关注 0票数 3

假设我有以下数据:

代码语言:javascript
复制
>>> 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)。

代码语言:javascript
复制
              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

EN

回答 1

Stack Overflow用户

回答已采纳

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:

代码语言:javascript
复制
>>> 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。

票数 2
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/34230585

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档