如何按分组统计Pandas Dataframe 中的更改次数？

hyrbngr7 于 2022-12-09 发布在其他

关注(0)|答案(2)|浏览(148)

我有一个数据，看起来像：

df = pd.DataFrame({
    'ID': [1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2],
    'DATE': ['1/1/2015','1/2/2015', '1/3/2015','1/4/2015','1/5/2015','1/6/2015','1/7/2015','1/8/2015',
             '1/9/2016','1/2/2015','1/3/2015','1/4/2015','1/5/2015','1/6/2015','1/7/2015'],
    'CD': ['A','A','A','A','B','B','A','A','C','A','A','A','A','A','A']})

我想计算ID和CD发生的更改数。如何才能得到想要的结果。当我尝试cumcount时，它会计算相同的groupby，并给予它不同的数字。
我得到的是：

我期待的是：

pandas

来源：https://stackoverflow.com/questions/74682746/how-do-i-count-of-changes-in-pandas-dataframe-by-groupby

2条答案

按热度按时间

rm5edbpk1#

所需输出均值组中的count列
第一个
使grouper划分组（将bool更改为int以便于查看）

col = ['ID', 'CD']
grouper = df[col].ne(df[col].shift(1)).any(axis=1).astype('int')

grouper

0     1
1     0
2     0
3     0
4     1
5     0
6     1
7     0
8     1
9     1
10    0
11    0
12    0
13    0
14    0
dtype: int32

第二个
使用相同ID划分组（我将grouper设置为count列，因为无论如何都必须创建count列。）

df.assign(count=grouper).groupby('ID')['count'].cumsum()

输出：

0     1
1     1
2     1
3     1
4     2
5     2
6     3
7     3
8     4
9     1
10    1
11    1
12    1
13    1
14    1
Name: count, dtype: int32

最后

输出到计数列

df.assign(count=df.assign(count=grouper).groupby('ID')['count'].cumsum())

实验结果：

ID  DATE       CD   count
0   1   1/1/2015    A   1
1   1   1/2/2015    A   1
2   1   1/3/2015    A   1
3   1   1/4/2015    A   1
4   1   1/5/2015    B   2
5   1   1/6/2015    B   2
6   1   1/7/2015    A   3
7   1   1/8/2015    A   3
8   1   1/9/2016    C   4
9   2   1/2/2015    A   1
10  2   1/3/2015    A   1
11  2   1/4/2015    A   1
12  2   1/5/2015    A   1
13  2   1/6/2015    A   1
14  2   1/7/2015    A   1

更新完整代码

更简单的完整代码，建议@ cottotail

col = ['ID', 'CD']
grouper = df[col].ne(df[col].shift(1)).any(axis=1).astype('int')
df.assign(count=grouper.groupby(df['ID']).cumsum())

赞(0）回复(0）举报 2022-12-09

hfsqlsce2#

让我们对ID列进行分组，并使用CD上的shift来检查更改，然后使用cumsum来创建顺序计数器

df['count'] = df.groupby('ID')['CD'].apply(lambda s: s.ne(s.shift()).cumsum())

测试结果

ID      DATE CD  count
0    1  1/1/2015  A      1
1    1  1/2/2015  A      1
2    1  1/3/2015  A      1
3    1  1/4/2015  A      1
4    1  1/5/2015  B      2
5    1  1/6/2015  B      2
6    1  1/7/2015  A      3
7    1  1/8/2015  A      3
8    1  1/9/2016  C      4
9    2  1/2/2015  A      1
10   2  1/3/2015  A      1
11   2  1/4/2015  A      1
12   2  1/5/2015  A      1
13   2  1/6/2015  A      1
14   2  1/7/2015  A      1

赞(0）回复(0）举报 2022-12-09

我来回答

如何按分组统计Pandas Dataframe 中的更改次数？

2条答案

最后

相关问题

热门标签

最新问答