Question

假设我有一个DataFrame，如下所示：

import pandas as pd
import numpy as np

df = pd.DataFrame.from_dict({'measurement_id': np.repeat([1, 2], [30, 30]),
                             'min': np.concatenate([np.repeat([1, 2, 3, 4, 5], [6, 6, 6, 6, 6]), 
                                                    np.repeat([1, 2, 3, 4, 5], [6, 6, 6, 6, 6])]),
                             'obj': list('ABCDEF' * 10),
                             'var': [1, 1, 2, 2, 2, 2, 1, 1, 2, 2, 2, 2, 1, 1, 2, 2, 2, 2,
                                     1, 1, 1, 2, 2, 2, 1, 1, 1, 2, 2, 2, 2, 2, 1, 1, 2, 2,                                                           
                                     2, 1, 1, 1, 2, 2, 2, 1, 1, 1, 2, 2, 2, 1, 1, 1, 2, 2,
                                     2, 1, 1, 1, 2, 1]})

因此，有2个测量值在一分钟的间隔内测量了6个对象的var值。我想做的是创建一个列，该列将计算每个var值未更改的时间（多少分钟）。我认为可以通过适当的groupby来实现，它等效于R函数data.table::rleid，该函数创建游程类型id列并最终计算在所得列的一个值内有多少分钟。

因此，输出结果如下：

df['rleid_output'] = np.concatenate([[1] * 18, [2] * 12, [3] * 6, [4] * 18, [5] * 6])
df['expected_output'] = np.concatenate([[3] * 18, [2] * 12, [1] * 6, [3] * 18, [1] * 6])

不幸的是，我不知道如何在熊猫中做到这一点。我在创建等效的rleid以及随后获得expected_output方面都在挣扎。不管是否使用expected_output等价物，如何实现rleid的任何想法？

@Edit：要回答有关“ expected_output”的逻辑的评论，这是我脑海计算的方式：

在第一次测量的第一分钟内，我们有以下obj和var对：（A，1），（B，1），（C，2），（D，2），（E，2），（F，2）
在测量1的第2分钟和第3分钟，这些对保持不变，因此第一次分配持续至少3分钟
在第4分钟，var的{{1}}值变为1。至少有一对已更改，因此我们的整个分配被视为已更改，并开始了新值obj = C。同时，我们已经知道先前的分配恰好持续了3分钟，对于所有先前的行，rleid_output的值应设置为3。当前分配（expected_output，obj）是（A，1），（B，1），（C，1），（D，2），（E，2），（F，2 ）。
第5分钟的分配没有改变。下一组（var，measurement_id）实际上是新的度量，因此这是我们的最后一刻，我们已经知道我们应该将min设置为具有expected_output的行中的2和(measurement_id, min) == (1, 4)的分配相同，持续2分钟。
下一组行是新度量(measurement_id, min) == (1, 5)。它从分配（A，2），（B，2），（C，1），（D，1），（E，2），（F，2）开始。它会在下一分钟更改，因此我们可以将其标记为仅持续1分钟（值为(measurement_id, min) == (2, 1)）的作业。
下一个作业是（A，2），（B，1），（C，1），（D，1），（E，2），（F，2）并且持续3分钟-这就是为什么expected_output表示从36到53的行。
最后，在测量2的第5分钟，F将expected_output = 3的值更改为2，因此我们有了新的赋值（（A，2），（B，1），（C，1），（D， 1），（E，2），（F，1））仅持续1分钟，因为我们没有进一步的测量。

我希望现在更清楚

另外，最好能知道如何通过单独的作业更改来做到这一点，即，如果我们不将作业视为一个整体，而是将各个对（例如，（A，2）

@ Edit2：根据以下要求，简化了示例：

var

如何计算组内值的不变发生次数

0 个答案: