Question

我面临的问题是我有一个Pandas数据帧，每天都会保存变量V1的状态。我只对变量何时更改其状态以及新状态是什么感兴趣。

test_dataframe = pd.DataFrame()
test_dataframe['V1'] = ['X','Y','X','X','Y','X','Y','X']
test_dataframe['Status'] = ['A','C','B','B','D','B','D','A']
test_dataframe['Date'] = [pd.to_datetime('2017-1-1'),pd.to_datetime('2017-1-2'),pd.to_datetime('2017-1-3'),pd.to_datetime('2017-1-4'),pd.to_datetime('2017-1-5'),pd.to_datetime('2017-1-6'),pd.to_datetime('2017-1-7'),pd.to_datetime('2017-1-8')]
print(test_dataframe)

导致以下数据框

  V1 Status       Date
0  X      A 2017-01-01
1  Y      C 2017-01-02
2  X      B 2017-01-03
3  X      B 2017-01-04
4  Y      D 2017-01-05
5  X      B 2017-01-06
6  Y      D 2017-01-07
7  X      A 2017-01-08

我感兴趣的是：变量何时更改其状态，以及新状态是什么？

结果应为：

V1 Status Date
-----------------
X  A      date_1
X  B      date_3
X  A      date_8
Y  C      date_2
Y  D      date_5

有人可以帮忙吗？ THX

Answer 1

您可以使用groupby + apply -

执行此操作

df = df.groupby('V1', group_keys=False)\
       .apply(lambda x: x[x.Status.ne(x.Status.shift())])\
       .reset_index(drop=True)

df

  V1 Status       Date
0  X      A 2017-01-01
1  X      B 2017-01-03
2  X      A 2017-01-08
3  Y      C 2017-01-02
4  Y      D 2017-01-05

x.Status.ne(x.Status.shift())位会找到Status中发生变化的行。

Answer 2

您可以对Status列进行分解，并检查diff是否不为零。

f = lambda s: pd.Series(s.factorize()[0], s.index)
mask = f(test_dataframe.Status).groupby(test_dataframe.V1).diff().ne(0)
test_dataframe[mask]

  V1 Status       Date
0  X      A 2017-01-01
1  Y      C 2017-01-02
2  X      B 2017-01-03
4  Y      D 2017-01-05
7  X      A 2017-01-08

检测Pandas数据帧中的第一个更改

2 个答案: