奖金问题

Question

来自R，代码将是

x       <- data.frame(vals = c(100,100,100,100,100,100,200,200,200,200,200,200,200,300,300,300,300,300))
x$state <- cumsum(c(1, diff(x$vals) != 0))

每次行之间的差异为非零时都会标记，以便我可以使用它来查找数据中的转换，如下所示：

   vals state
1   100     1
...
7   200     2
...
14  300     3

Python中什么是干净的等价物？

其他问题

原始问题的答案发布在下面，但对于带有pandas的分组数据框无效。

此处的数据：https://pastebin.com/gEmPHAb7。请注意，有2个不同的文件名。

导入为df_all时，我将其与以下内容分组，然后应用下面发布的解决方案。

df_grouped = df_all.groupby("filename")
df_all["state"] = (df_grouped['Fit'].diff() != 0).cumsum()

Answer 1

使用diff和cumsum，与R示例一样：

df['state'] = (df['vals'].diff()!= 0).cumsum()

这使用True具有整数值1

的事实

df_grouped = df_all.groupby("filename")
df_all["state"] = (df_grouped['Fit'].diff() != 0).cumsum()

我认为你误解了groupby的作用。所有groupby都是基于标准创建组（在此实例中为filename）。然后，您需要告诉添加另一个操作，以告知该组需要发生什么。常见操作为mean，sum或更高级apply和transform。您可以找到更多信息here或here

如果您可以详细解释您希望通过groupby实现的目标，我可以帮助您找到正确的方法。如果要对每个文件名执行上述操作，可能需要以下内容：

def get_state(group):
    return (group.diff()!= 0).cumsum()

df_all['state'] = df_all.groupby('filename')['Fit'].transform(get_state)