Rumah >pembangunan bahagian belakang >Tutorial Python >Bagaimana untuk Menghimpunkan Nilai Berturut-turut dalam Pandas DataFrame?

Bagaimana untuk Menghimpunkan Nilai Berturut-turut dalam Pandas DataFrame?

DDD
DDDasal
2024-11-30 06:47:10236semak imbas

How to Group Consecutive Values in a Pandas DataFrame?

Mengumpulkan Nilai Berturut-turut dalam Pandas DataFrame

Dalam analisis data, kita sering menghadapi situasi di mana data disusun dan terdapat keperluan untuk mengumpulkan secara berturut-turut nilai bersama. Tugas ini boleh dicapai dalam panda menggunakan teknik pengumpulan tersuai.

Andaikan kami mempunyai DataFrame dengan lajur bernama 'a' yang mengandungi nilai berikut:

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

Matlamat kami adalah untuk mengumpulkan ini nilai ke dalam blok berturut-turut, seperti:

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

Untuk mencapai ini, kita boleh menggunakan yang berikut langkah:

  1. Buat Siri tersuai: Kami mencipta Siri baharu menggunakan fungsi ne dan shift. Siri ini mengembalikan nilai Boolean yang menunjukkan sama ada nilai semasa berbeza daripada nilai sebelumnya.
  2. Gunakan Siri untuk mengumpulkan: Kami menghantar Siri tersuai kepada fungsi kumpulan mengikut. Ini mengumpulkan data mengikut blok berturut-turut.
  3. Lelaran ke atas data terkumpul: Kami mengulangi data terkumpul dan mencetak indeks, DataFrame terkumpul dan senarai nilai dalam lajur 'a' untuk setiap kumpulan.

Berikut ialah kod yang melaksanakan ini langkah:

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())

Ini menghasilkan kumpulan yang diingini:

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]

Atas ialah kandungan terperinci Bagaimana untuk Menghimpunkan Nilai Berturut-turut dalam Pandas DataFrame?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan:
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn