python - Count 满足条件的序列总数，没有for循环

Question

我有以下数据框作为输入:

l = [2,2,2,5,5,5,3,3,2,2,4,4,6,5,5,3,5]
df = pd.DataFrame(l)
print(df)
    0
0   2
1   2
2   2
3   5
4   5
5   5
6   3
7   3
8   2
9   2
10  4
11  4
12  6
13  5
14  5
15  3
16  5

作为输出，我希望得到满足特定条件的总序列的最终计数。例如，在这种情况下，我想要值大于 3 的序列数。所以，输出是 3。

• 第一个序列 = [555]
• 第二个序列 = [44655]
• 第三个序列 = [5]

有没有一种方法可以在没有 pandas 中的 for 循环的情况下进行计算？我已经使用 for-loop 实现了一个解决方案，我想知道是否有更好的方法在 O(N) 时间内使用 pandas。

非常感谢!

与此问题相关:How to count the number of time intervals that meet a boolean condition within a pandas dataframe?

Answer 1

您可以使用:

m = df[0] > 3
df[1] = (~m).cumsum()
df = df[m]
print (df)
    0  1
3   5  3
4   5  3
5   5  3
10  4  7
11  4  7
12  6  7
13  5  7
14  5  7
16  5  8


#create tuples
df  = df.groupby(1)[0].apply(tuple).value_counts()
print (df)

(5, 5, 5)          1
(4, 4, 6, 5, 5)    1
(5,)               1
Name: 0, dtype: int64

---

#alternativly create strings
df  = df.astype(str).groupby(1)[0].apply(''.join).value_counts()
print (df)

5        1
44655    1
555      1
Name: 0, dtype: int64

如果需要输出为列表:

print (df.astype(str).groupby(1)[0].apply(''.join).tolist())
['555', '44655', '5']

详细信息:

print (df.astype(str).groupby(1)[0].apply(''.join))

3      555
7    44655
8        5
Name: 0, dtype: object