Wie kann ich aufeinanderfolgende Werte in einer Pandas DataFrame-Spalte effizient gruppieren?

Gruppieren aufeinanderfolgender Werte in Pandas-DataFrames

In einem DataFrame stoßen Sie möglicherweise auf eine Spalte mit aufeinanderfolgenden Werten, die Sie gruppieren müssen. Betrachten Sie beispielsweise die folgende Spalte mit Werten:

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

Um diese Werte effizient in gewünschte Gruppen zu gruppieren, wie:

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

Folgen Sie diesen Schritten mithilfe der Pandas-Bibliothek:

Lösung mit benutzerdefinierter Seriengruppierung

Sie können eine benutzerdefinierte Serie nutzen, um dies zu erreichen Gruppierung. Hier ist der Ansatz:

import pandas as pd

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

# Use ne() and cumsum() to create grouping indicator
ind = df['a'].ne(df['a'].shift()).cumsum()

# Group by this indicator
for i, g in df.groupby(ind):
    # Print grouping key
    print(i)
    
    # Print rows in group
    print(g)
    
    # Convert values to list for display
    print(g.a.tolist())

Dieser Code gibt die gewünschten Gruppierungen und Werte 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 kann ich aufeinanderfolgende Werte in einer Pandas DataFrame-Spalte effizient gruppieren?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!