Question

有没有巧妙的方法来计算pandas中数据框中每列的值更改次数？

我不想让自己在每一列上循环，例如：

import pandas as pd

frame = pd.DataFrame({
    'time':[1234567000,1234567005,1234567009],
    'X1':[96.32,96.01,96.05],
    'X2':[23.88,23.96,23.96]
},columns=['time','X1','X2']) 

print(frame)

changes = []
for column_name in frame.columns.values:
    print('column_name: {0}'.format(column_name))
    changes.append(sum(frame[column_name]!=frame[column_name].shift(1)))

print('changes: {0}'.format(changes))

返回：

         time     X1     X2
0  1234567000  96.32  23.88
1  1234567005  96.01  23.96
2  1234567009  96.05  23.96
column_name: time
column_name: X1
column_name: X2
changes: [3, 3, 2]

Answer 1

如果值是数字，您可以获取相邻行之间的差异，并测试差异是否为非零。然后在每列中总结一下，计算值的变化次数：

In [48]: (frame.diff(axis=0) != 0).sum(axis=0)
Out[48]: 
time    3
X1      3
X2      2
dtype: int64

如果值不一定是数字，那么更通用的方法是将frame与自身shift进行比较 - 减去一行 - 这与您发布的代码类似，只是操作是在整个DataFrame而不是逐列进行的：

In [50]: (frame != frame.shift(axis=0)).sum(axis=0)
Out[50]: 
time    3
X1      3
X2      2
dtype: int64

数字版本更快，移位版本更强大。

计算pandas中数据框中每列的值更改

1 个答案: