python - 计算数据框列中字符串的最大连续出现次数

Question

我有一个 Pandas 数据框，我想在其中计算一列中特定字符串的连续出现次数。

假设我有以下数据框。

   col1
0  string1
1  string1
2  string1
3  string2
4  string3
5  string3
6  string1

我想定义 a作为例如 string1 的最大连续出现次数或 col1 中的任何其他字符串.

在这种情况下，a应该返回 3如果我想搜索 string1并返回 2对于 string3 .

如何实现？

Answer 1

可以对连续值进行分组:

df1 = df.groupby((df.col1 != df.col1.shift()).cumsum().rename(None)).col1.agg(['size', 'first'])
#   size    first
#1     3  string1
#2     1  string2
#3     2  string3
#4     1  string1

然后 sort_values + drop_duplicates 找到最大的:

df1 = df1.sort_values('size').drop_duplicates('first', keep='last').set_index('first').rename_axis(None)
#         size
#string2     1
#string3     2
#string1     3

现在您可以轻松地查找它们:

df1.loc['string1']
#size    3
#Name: string1, dtype: int64