Question

我有一个带有列的 Pandas DF - 该列可以有 3 个值，0、1 或 ' '（参见下面的示例）。我想要做的是删除所有相似的连续数字。所以 0 永远不能跟在 0 后面，1 永远不能跟在 1 后面。相反，我想用“ ”替换它们。

当前的熊猫 DF

<头>

时间	value
1:00	0
2:00
3:00	0
4:00	1
5:00
6:00
7:00	1
8:00	1
9:00	0

我想要的

<头>

时间	value
1:00	0
2:00
3:00
4:00	1
5:00
6:00
7:00
8:00
9:00	0

我尝试使用循环，但找不到一种干净的方法来引用“下一个相同的值”。有什么简单的解决方案吗？

Answer 1

itertools 解决方案：

from itertools import chain, groupby

df.value = list(chain.from_iterable(
                          [key, *['']*(len(list(gr))-1)]
                          for key, gr in groupby(df.value.replace("", np.nan).ffill())
                      )
           )

replace 使用 np.nan 处理空字符串
f向前fill处理NaN以获得 0 和 1 的流
group by 0 和 1
放回 key（0 或 1）以及一些空字符串（组的长度 - 1）
用 chain.from_iterable 压平这些块
投射到 list 以将其分配回数据帧

得到

   time value
0  1:00     0
1  2:00
2  3:00
3  4:00     1
4  5:00
5  6:00
6  7:00
7  8:00
8  9:00     0

Answer 2

我们可以在 loc 上使用 value 删除具有空字符串的行，然后使用 shift 并比较过滤后的行以创建一个布尔掩码，接下来是 mask 值带有空字符串，其中布尔掩码为 True

s = df['value'].loc[lambda x: x != '']
m = s.eq(s.shift())
df.loc[m[m].index, 'value'] = ''

   time value
0  1:00   0
1  2:00      
2  3:00      
3  4:00   1
4  5:00      
5  6:00      
6  7:00      
7  8:00      
8  9:00   0

如何删除熊猫DF列中连续的相似数字

2 个答案: