我有一个像这样的数据帧df_in:
import pandas as pd
dic_in = {'A':['aa','aa','bb','cc','cc','cc','cc','dd','dd','dd','ee'],
'B':['200','200','200','400','400','500','700','700','900','900','200'],
'C':['da','cs','fr','fs','se','at','yu','j5','31','ds','sz']}
df_in = pd.DataFrame(dic_in)
我想以下列方式调查2列A和B.
我连续2 rows[['A','B']]
相等,然后为它们分配一个新值(根据我将要描述的特定规则)。
我将举一个例子来说明一点:如果第一个row[['A','B']]
等于下一个,那么我设置1
;如果第二个等于第三个,那么我将设置1
。每当两个连续的行不同时,我会将值增加到1
。
结果应如下所示:
A B C value
0 aa 200 da 1
1 aa 200 cs 1
2 bb 200 fr 2
3 cc 400 fs 3
4 cc 400 se 3
5 cc 500 at 4
6 cc 700 yu 5
7 dd 700 j5 6
8 dd 900 31 7
9 dd 900 ds 7
10 ee 200 sz 8
你能建议我做一个聪明的人来实现这个目标吗?
答案 0 :(得分:8)
使用shift
和any
比较连续的行,使用True
指示值应更改的位置。然后将累计和与cumsum
一起使用以获得增加的值:
df_in['value'] = (df_in[['A', 'B']] != df_in[['A', 'B']].shift()).any(axis=1)
df_in['value'] = df_in['value'].cumsum()
或者,将其浓缩成一行:
df_in['value'] = (df_in[['A', 'B']] != df_in[['A', 'B']].shift()).any(axis=1).cumsum()
结果输出:
A B C value
0 aa 200 da 1
1 aa 200 cs 1
2 bb 200 fr 2
3 cc 400 fs 3
4 cc 400 se 3
5 cc 500 at 4
6 cc 700 yu 5
7 dd 700 j5 6
8 dd 900 31 7
9 dd 900 ds 7
10 ee 200 sz 8