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?
答案 0 :(得分:2)
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)
答案 1 :(得分:1)
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]