sql - 连续对某行进行pandas列操作

Question

我有一个像这样的 Pandas 数据框:

    second          block
0   1               a
1   2               b
2   3               c
3   4               a
4   5               c

这是一个顺序数据，我想得到一个新列，它是当前块和下一次重复之间的时间差。

    second          block     freq
0   1               a         3 //(4-1)
1   2               b         0 //(not repeating)
2   3               c         2 //(5-3)
3   4               a         0 //(not repeating)
4   5               c         0 //(not repeating)

我试图获得唯一的块列表。然后是一个 for 循环，如下所示。

for i in unique_block:
    df['freq'] = df['timestamp'].shift(-1) - df['timestamp']

我不知道如何为行索引 1、3、4 获得 0，因为数据框太大。这效率不高。这是行不通的。

谢谢。

Answer 1

使用 groupby + diff(periods=-1) .乘以 -1得到你的差异约定并用 0 填充。

df['freq'] = (df.groupby('block').diff(-1)*-1).fillna(0)

   second block  freq
0       1     a   3.0
1       2     b   0.0
2       3     c   2.0
3       4     a   0.0
4       5     c   0.0