Question

我有以下Dataframe作为输入：

l = [2,2,2,5,5,5,3,3,2,2,4,4,6,5,5,3,5]
df = pd.DataFrame(l)
print(df)
    0
0   2
1   2
2   2
3   5
4   5
5   5
6   3
7   3
8   2
9   2
10  4
11  4
12  6
13  5
14  5
15  3
16  5

作为输出，我希望最终计算满足特定条件的总序列。例如，在这种情况下，我想要值大于3的序列数。所以，输出是3。

第一序列= [555]
第二序列= [44655]
3rd Sequence = [5]

有没有办法在pandas中没有for循环的情况下计算出来？我已经使用for-loop实现了一个解决方案，我想知道在O（N）时间内是否有更好的方法使用pandas。

非常感谢！

与此问题相关：How to count the number of time intervals that meet a boolean condition within a pandas dataframe?

Answer 1

您可以使用：

m = df[0] > 3
df[1] = (~m).cumsum()
df = df[m]
print (df)
    0  1
3   5  3
4   5  3
5   5  3
10  4  7
11  4  7
12  6  7
13  5  7
14  5  7
16  5  8


#create tuples
df  = df.groupby(1)[0].apply(tuple).value_counts()
print (df)

(5, 5, 5)          1
(4, 4, 6, 5, 5)    1
(5,)               1
Name: 0, dtype: int64

#alternativly create strings
df  = df.astype(str).groupby(1)[0].apply(''.join).value_counts()
print (df)

5        1
44655    1
555      1
Name: 0, dtype: int64

如果需要输出列表：

print (df.astype(str).groupby(1)[0].apply(''.join).tolist())
['555', '44655', '5']

详情：

print (df.astype(str).groupby(1)[0].apply(''.join))

3      555
7    44655
8        5
Name: 0, dtype: object

Answer 2

如果您不需要pandas，这将满足您的需求：

l = [2,2,2,5,5,5,3,3,2,2,4,4,6,5,5,3,5]

def consecutive(array, value):
  result = []
  sub = []
  for item in array:
    if item > value:
      sub.append(item)
    else:
      if sub:
        result.append(sub)
      sub = []
  if sub:
    result.append(sub)
  return result

print(consecutive(l,3))
#[[5, 5, 5], [4, 4, 6, 5, 5], [5]]

计数满足条件的序列总数，不带for循环

2 个答案: