Python cumsum 每次遇到新值时递增

Question

来自 R，代码将是

x       <- data.frame(vals = c(100,100,100,100,100,100,200,200,200,200,200,200,200,300,300,300,300,300))
x$state <- cumsum(c(1, diff(x$vals) != 0))

每次行之间的差异不为零时都会标记，这样我就可以用它来发现数据中的转换，如下所示:

   vals state
1   100     1
...
7   200     2
...
14  300     3

什么是 Python 中的干净等价物？

附加问题

原始问题的答案贴在下面，但对于带有 pandas 的分组数据框将无法正常工作。

这里的数据:https://pastebin.com/gEmPHAb7 .请注意，有 2 个不同的文件名。

当导入为 df_all 时，我将其与以下内容分组，然后应用下面发布的解决方案。

df_grouped = df_all.groupby("filename")
df_all["state"] = (df_grouped['Fit'].diff() != 0).cumsum()

Answer 1

使用 diff 和 cumsum，如您的 R 示例:

df['state'] = (df['vals'].diff()!= 0).cumsum()

这利用了 True 具有整数值 1 的事实

奖励问题

df_grouped = df_all.groupby("filename")
df_all["state"] = (df_grouped['Fit'].diff() != 0).cumsum()

我认为您误解了 groupby 的作用。所有 groupby 所做的就是根据条件创建组(在本例中为 filename)。然后你需要告诉添加另一个操作来告诉这个组需要发生什么。常见操作有mean、sum，或更高级的apply 和transform。您可以找到更多信息 here或 here

如果你能更详细地解释你想用 groupby 实现什么，我可以帮助你找到正确的方法。如果你想对每个文件名执行上述操作，你可能需要这样的东西:

def get_state(group):
    return (group.diff()!= 0).cumsum()

df_all['state'] = df_all.groupby('filename')['Fit'].transform(get_state)