Question

我想按一个公共元素分组并获取它们之间的元素列表。

我拥有的数据集如下：

pd.DataFrame({'Type': {0: 'S', 1: '1', 2: '3', 3: '3', 4: '2', 5: 'S', 6: '4', 7: 'S', 8: '4', 9: '5', 10: '6', 11: 'S', 12: '2', 13: 'S'}})

   Type
0     S
1     1
2     3
3     3
4     2
5     S
6     4
7     S
8     4
9     5
10    6
11    S
12    2
13    S

我可以使用more_itertools进行分组，但是我想知道是否还有一种更泛泛的方式来完成此任务：

预期的输出（我为此使用了more_itertools，但是还有更多的熊猫方式吗？）

import more_itertools
pred = lambda x: x == "S"
list(more_itertools.split_before(df.T.values.tolist()[0], pred)) 

[['S', '1', '3', '3', '2'],
 ['S', '4'],
 ['S', '4', '5', '6'],
 ['S', '2'],
 ['S']]

在旁注中，您可以使用groupby对元素进行分组，以便每个分组都与上面的输出一样吗？

Answer 1

df = pd.DataFrame({'Type': {0: 'S', 1: '1', 2: '3', 3: '3', 4: '2', 5: 'S', 6: '4', 7: 'S', 8: '4', 9: '5', 10: '6', 11: 'S', 12: '2', 13: 'S'}})

df['seqnum'] = (df['Type'] == 'S').cumsum()
df.groupby('seqnum')['Type'].apply(list)

Answer 2

进行一系列指示哪些行属于哪些组：

groupidx = (df.Type == 'S').cumsum()
grouped = df.groupby(groupidx)
result = grouped.Type.apply(list)

结果是：

1    [S, 1, 3, 3, 2]
2             [S, 4]
3       [S, 4, 5, 6]
4             [S, 2]
5                [S]

在熊猫中，我想按一个公共元素分组并获取它们之间的元素列表

2 个答案: