Wie gruppiere ich aufeinanderfolgende Werte in einem Pandas DataFrame?

Aufeinanderfolgende Werte in einem Pandas-Datenrahmen gruppieren

Bei der Datenanalyse stoßen wir häufig auf Situationen, in denen Daten geordnet sind und eine fortlaufende Gruppierung erforderlich ist Werte zusammen. Diese Aufgabe kann in Pandas mithilfe benutzerdefinierter Gruppierungstechniken gelöst werden.

Angenommen, wir haben einen DataFrame mit einer Spalte namens „a“, die die folgenden Werte enthält:

[1, 1, -1, 1, -1, -1]

Unser Ziel ist es, diese zu gruppieren Werte in aufeinanderfolgende Blöcke, etwa so:

[1,1] [-1] [1] [-1, -1]

Um dies zu erreichen, können wir Folgendes verwenden Schritte:

1. Erstellen Sie eine benutzerdefinierte Serie: Wir erstellen eine neue Serie mit den ne- und Shift-Funktionen. Diese Serie gibt einen booleschen Wert zurück, der angibt, ob sich der aktuelle Wert vom vorherigen Wert unterscheidet.
2. Verwenden Sie die Serie zum Gruppieren: Wir übergeben die benutzerdefinierte Serie an die Funktion „groupby“. Dadurch werden die Daten nach aufeinanderfolgenden Blöcken gruppiert.
3. Iterieren Sie über die gruppierten Daten: Wir iterieren über die gruppierten Daten und drucken den Index, den gruppierten DataFrame und eine Liste der Werte im 'eine' Spalte für jede Gruppe.

Hier ist der Code, der diese implementiert Schritte:

import pandas as pd

df = pd.DataFrame({'a': [1, 1, -1, 1, -1, -1]})
print(df)

custom_series = df['a'].ne(df['a'].shift()).cumsum()
print(custom_series)

for i, g in df.groupby(custom_series):
    print(i)
    print(g)
    print(g.a.tolist())

Dies gibt die gewünschte Gruppierung aus:

1
   a
0  1
1  1
[1, 1]
2
   a
2 -1
[-1]
3
   a
3  1
[1]
4
   a
4 -1
5 -1
[-1, -1]

Das obige ist der detaillierte Inhalt vonWie gruppiere ich aufeinanderfolgende Werte in einem Pandas DataFrame?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!