python - 如何对 Pandas 中的连续记录(例如 "gaps and islands")进行分组？

Question

我的问题与 How to group by continuous records in SQL 相同，只有我需要 Pandas 中的解决方案。

给定一个df like

ID  Colour
------------
 1   Red
 2   Red
 3   Red
 4   Red
 5   Red
 6   Green
 7   Green
 8   Green
 9   Green
10   Red
11   Red
12   Red
13   Red
14   Green
15   Green
16   Green
17   Blue
18   Blue
19   Red
20   Blue

我想把它分组到

color  minId
------------
Red     1
Green   6
Red    10
Green  14
Blue   17
Red    19
Blue   20

可以更改颜色的名称(例如，Green1)

解决方案应该推广到其他聚合，而不仅仅是 min

Answer 1

您可以通过比较移位值和 cumsum 创建的助手系列按连续值分组，然后聚合 first 和 min:

g = df['Colour'].ne(df['Colour'].shift()).cumsum()
df = df.groupby(g).agg(color=('Colour','first'), minId=('ID','min')).reset_index(drop=True)
print (df)
   color  minId
0    Red      1
1  Green      6
2    Red     10
3  Green     14
4   Blue     17
5    Red     19
6   Blue     20