如何对 Pandas DataFrame 中的连续相同值进行分组？

对 Pandas DataFrame 中的连续值进行分组

在 pandas 中，对数据进行分组可能是数据分析和操作的关键任务。处理顺序数据时，通常需要对具有相同特征的连续值进行分组。

问题：

给定一个包含连续值的列的 DataFrame，将这些值分组为连续的段，其中值保持相同。

例如，如果原始列包含以下内容值：

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

所需的输出为：

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

解决方案：

为了实现这种分组，pandas 提供了一种使用 groupby 函数的灵活方法。然而，仅仅在列本身上使用 groupby 是不够的。相反，我们需要创建一个自定义系列来标识分段的边界。

以下代码演示了如何实现此解决方案：

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

# Create a custom Series that identifies segment boundaries
boundaries = df['a'].ne(df['a'].shift()).cumsum()

# Group data by the segment boundaries
for i, g in df.groupby(boundaries):
    print(i)
    print(g)
    print(g.a.tolist())

此方法将连续的编号分配给连续的分段其中值保持不变。然后使用这些数字对数据进行相应分组，并打印每个组及其相应的连续值。

以上是如何对 Pandas DataFrame 中的连续相同值进行分组？的详细内容。更多信息请关注PHP中文网其他相关文章！