python - 计算行元素的变化

Question

我正在处理一个列中包含字符串的数据集，我需要计算该列的数据框中的更改次数。因此，如果数据框按“id”列分组，一个组实例将如下例所示:

    id    vehicle
   'abc'  'bmw'
   'abc'  'bmw'
   'abc'  'yamaha'
   'abc'  'suzuki'
   'abc'  'suzuki'
   'abc'  'kawasaki'

所以在这种情况下，我想说 id 'abc' 改变了汽车品牌 3 次。是否有一种有效的方法可以针对“id”列的多个组执行此操作？

Answer 1

我可以想到两种方法:

1) groupby在“id”上并调用 apply在 'vehicle' 列并传递方法 nunique，您必须减去 1，因为您正在寻找变化而不仅仅是一个整体的唯一计数:

In [292]:
df.groupby('id')['vehicle'].nunique() -1

Out[292]:
id
'abc'    3
Name: vehicle, dtype: int64

2) apply使用 shift 测试当前车辆是否不等于前一车辆的 lambda , 这在语义上更正确，因为它检测到变化而不仅仅是整体唯一计数，调用 sum on booleans 会将 True 和 False 分别转换为 1 和 0:

In [293]:
df.groupby('id')['vehicle'].apply(lambda x: x != x.shift()).sum() - 1

Out[293]:
3

上面的 -1 是必需的，因为第一行将与不存在的行进行比较，与 NaN 的比较没有意义在这种情况下，请参见下文:

In [301]:
df.groupby('id')['vehicle'].apply(lambda x: x != x.shift())

Out[301]:
0     True
1    False
2     True
3     True
4    False
5     True
Name: 'abc', dtype: bool