Groupby相邻行pandas的条件和

Question

我有一个数据框，已按用户和时间排序

 df = pd.DataFrame({'user' : ['A', 'A', 'A', 'B', 'B', 'B','B'],
              'location' : ['house','house','gym','gym','shop','gym','gym'], 
              'duration':[10,5,5,4,10,4,6]})


   duration location user
0        10    house    A
1         5    house    A
2         5      gym    A
3         4      gym    B
4        10     shop    B
5         4      gym    B
6         6      gym    B

我只想在给定用户的相邻行的“位置”字段相同时执行sum（）。所以它不仅仅是df.groupby（['id'，'location']）。duration.sum（）。所需的输出如下所示。此外，订单很重要。

   duration location user
        15    house    A
         5      gym    A
         4      gym    B
        10     shop    B
        10      gym    B

谢谢！

Answer 1

提供sort=False以保留原始DF中显示的群组之间的排序。然后，计算持续时间列的分组总和。

adj_check = (df.location != df.location.shift()).cumsum()
df.groupby(['user', 'location', adj_check], as_index=False, sort=False)['duration'].sum()

您之前尝试过的唯一变化就是将所有类似的连续行组合成一个唯一的组：

(df.location != df.location.shift()).cumsum()
0    1
1    1
2    2
3    2
4    3
5    4
6    4
Name: location, dtype: int32