如何在pandas groupby中创建具有重复键的组?

时间:2018-07-24 17:33:49

标签: python pandas

我想做的是基于最后一列(键)创建组,以便在第一个组中获得例如行1。对于第二组,我获得行1和2。在第三组中得到最后两行。

我尝试使用pandas groupby方法grouped = df1.groupby('Key')来执行此操作,但正如预期的那样,它仅返回2个组。

df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3','A4'],
   ...:                     'B': ['B0', 'B1', 'B2', 'B3', 'B4'],
   ...:                     'C': ['C0', 'C1', 'C2', 'C3', 'C4'],
   ...:                     'D': ['D0', 'D1', 'D2', 'D3', 'D4'],
                            'Key': ['K0', 'K1', 'K1', 'K0', 'K0']},
   ...:                     index=[0, 1, 2, 3, 4])


df1
Out[89]: 
    A   B   C   D Key
0  A0  B0  C0  D0  K0
1  A1  B1  C1  D1  K1
2  A2  B2  C2  D2  K1
3  A3  B3  C3  D3  K0
4  A4  B4  C4  D4  K0

1 个答案:

答案 0 :(得分:3)

您可以使用 shift cumsum ,然后使用 groupby

grouped = df.groupby((df.Key != df.Key.shift()).cumsum())
grouped.groups

{1: Int64Index([0], dtype='int64'),
 2: Int64Index([1, 2], dtype='int64'),
 3: Int64Index([3, 4], dtype='int64')}

显示为什么有效:

(df.Key != df.Key.shift()).cumsum()

0    1
1    2
2    2
3    3
4    3
Name: Key, dtype: int32

每次Key更改时,即使以前已经看到过该值,该列的累加和也将增加1。这样,您就可以按此新系列进行分组,该系列仅对连续重复的键进行分组。