python - 如何计算一列 Pandas 数据帧中的一组

Question

This question already has answers here:

Count groups of consecutive 1s in pandas

(9 个回答)


去年关闭。




在数据框中我有列标志，我想计算列中的 1 组

df=pd.DataFrame({'flag':[1,1,0,1,0,1,1,0,1,1,1]}) 


df_out=pd.DataFrame({'groups_of_one_count':[4]}) 

最佳答案

想法是通过 ne 比较连续组与 Series.shift 不相等，并仅使用 1 过滤组:

a = (df['flag'].ne(df['flag'].shift()) & df['flag'].eq(1)).sum()
print (a)
4

df_out=pd.DataFrame({'groups_of_one_count':[a]}) 
print (df_out)
   groups_of_one_count
0                    4

详细信息:

print (df.assign(consec=df['flag'].ne(df['flag'].shift()),
                 eq1 = df['flag'].eq(1),
                 chained = (df['flag'].ne(df['flag'].shift()) & df['flag'].eq(1))
       ))
    flag  consec    eq1  chained
0      1    True   True     True
1      1   False   True    False
2      0    True  False    False
3      1    True   True     True
4      0    True  False    False
5      1    True   True     True
6      1   False   True    False
7      0    True  False    False
8      1    True   True     True
9      1   False   True    False
10     1   False   True    False

关于python - 如何计算一列 Pandas 数据帧中的一组，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/61367043/

上一篇：android - ViewPager2 - 如何使用 registerOnPageChangeCallback 检查查看寻呼机项目位置

下一篇：reactjs - 如何从 React Material UI 中的基色创建颜色变体？

Answer 1

想法是通过 ne 比较连续组与 Series.shift 不相等，并仅使用 1 过滤组:

a = (df['flag'].ne(df['flag'].shift()) & df['flag'].eq(1)).sum()
print (a)
4

df_out=pd.DataFrame({'groups_of_one_count':[a]}) 
print (df_out)
   groups_of_one_count
0                    4

详细信息:

print (df.assign(consec=df['flag'].ne(df['flag'].shift()),
                 eq1 = df['flag'].eq(1),
                 chained = (df['flag'].ne(df['flag'].shift()) & df['flag'].eq(1))
       ))
    flag  consec    eq1  chained
0      1    True   True     True
1      1   False   True    False
2      0    True  False    False
3      1    True   True     True
4      0    True  False    False
5      1    True   True     True
6      1   False   True    False
7      0    True  False    False
8      1    True   True     True
9      1   False   True    False
10     1   False   True    False