Question

问题可能很奇怪，所以这是一个例子。

假设我的数据如下所示：

如你所见，有3个元素a，b，c，我们可以只分组和＆amp;汇总如：

a  8 
b  4 
c  16

但我真正想做的是，我想在“群体内”“分离”。所以期望的结果是：

这意味着第一个连续的“a”组和后面出现的第二个“a”被视为不同。让我简单地通过列表向您展示。

[[a,a,a],[b,b],[a],[ccc]]

关键是我们必须考虑序列。它不只是使用pandas cumcount，它只考虑外观的数量。我想划分每个'序列'，甚至在同一个元素组中。（第一个aaa和第二个aaa是不同的）

我不认为熊猫这么简单，虽然我只是通过制作明确的基于功能的逻辑来避免做这项工作。简而言之，我想更简单地做到这一点。有什么想法吗？

Answer 1

您可以使用 shift-cumsum模式。

>>> df.groupby((df['A'] != df['A'].shift()).cumsum(), as_index=False).agg(
        {'A': 'first', 'B': 'sum'})
# Output:
#        A   B
#     0  a   4
#     1  b   4
#     2  a   4
#     3  c  16

如何分离pandas中的连续组？

1 个答案: