python – 计算数据框列中字符串的最大连续出现次数

我有一个熊猫数据帧,我想在其中计算一列中特定字符串的连续出现次数.

假设我有以下数据帧.

   col1
0  string1
1  string1
2  string1
3  string2
4  string3
5  string3
6  string1

我想将a定义为最大连续出现次数,例如string1或col1中的任何其他字符串.

在这种情况下,如果我想搜索string1并返回2为string3,则ashould返回3.

如何实现？

解决方法:

可以做分组连续值的常用技巧：

df1 = df.groupby((df.col1 != df.col1.shift()).cumsum().rename(None)).col1.agg(['size', 'first'])
#   size    first
#1     3  string1
#2     1  string2
#3     2  string3
#4     1  string1

然后sort_values drop_duplicates找到最大的：

df1 = df1.sort_values('size').drop_duplicates('first', keep='last').set_index('first').rename_axis(None)
#         size
#string2     1
#string3     2
#string1     3

所以现在你可以轻松查找它们：

df1.loc['string1']
#size    3
#Name: string1, dtype: int64