python - Pandas 根据连续重复创建新列

Question

我有一个如下所示的 Pandas 数据框，其中 A 列是一系列字符串，B 列中的值是 true/false，具体取决于 A 列的值是否与上一行。

A    B       
1    False          
1    True             
1b   False          
1b   True                
1b   True    
1    False    

我想添加一个新列 C，它为所有连续重复 条目分配相同的值(可以是任何值)，但此值必须与分配给其他值的值不同一组连续的重复条目。例如:

A    B        C
1    False    1       
1    True     1         
1b   False    2         
1b   True     2            
1b   True     2
1    False    3

关于如何以有效的方式解决这个问题有什么想法吗？

Answer 1

试试groupby ngroup + 1 确保 sort=False 以确保组是按照它们在 DataFrame 中出现的顺序创建的:

df['C'] = df.groupby(['A', (~df['B']).cumsum()], sort=False).ngroup() + 1

    A      B  C
0   1  False  1
1   1   True  1
2  1b  False  2
3  1b   True  2
4  1b   True  2
5   1  False  3

---

或者假设值按 cumsum 的排序顺序出现，可以直接使用以下任一方法:

df['C'] = (~df['B']).cumsum()

    A      B  C
0   1  False  1
1   1   True  1
2  1b  False  2
3  1b   True  2
4  1b   True  2
5   1  False  3

这相当于:

df['A'].ne(df['A'].shift()).cumsum()

0    1
1    1
2    2
3    2
4    2
5    3
Name: A, dtype: int32

如果尚未计算 B 列，这将是解决此问题的标准方法。