我试图在Pandas(Python2.7)中对数据帧进行分组,具体取决于每次不满足条件时重置的渐进计数.看起来像：
date condition count
01,01,2018 08:00 A 1
01,01,2018 08:01 A 2
01,01,2018 08:03 A 3
01,01,2018 08:04 B 1
01,01,2018 08:07 B 2
01,01,2018 08:10 B 3
01,01,2018 08:13 B 4
01,01,2018 08:14 C 1
01,01,2018 08:16 C 2
01,01,2018 08:18 C 3
01,01,2018 08:20 C 4
01,01,2018 08:21 C 5
01,01,2018 08:22 A 1
01,01,2018 08:24 A 2
01,01,2018 08:25 B 1
01,01,2018 08:27 B 2
01,01,2018 08:29 B 3
01,01,2018 08:30 C 1
我想获得：
date condition count
01,01,2018 08:00 A 3
01,01,2018 08:04 B 4
01,01,2018 08:14 C 5
01,01,2018 08:22 A 2
01,01,2018 08:25 B 3
01,01,2018 08:30 C 1
正如您所看到的,不可能只按A,B,C组分组……因为组依赖于条件正在变化的事实,而不是条件本身.这就是我创造计数的原因,这可能有助于实现这一目的.我试过df2 = df.groupby([‘condition’,’date’]).其中(df [‘count’]< df ['count'] .shift(1),for cycles ...但是我得到了语法,定义或键的错误,或“无法访问'可调用属性'''的'DataFrameGroupBy'对象,尝试使用'apply'方法”,以及许多其他根据尝试. 我希望你们中的一些人可以建议如何解决这个问题,提前谢谢你们.
解决方法:
创建帮助程序系列,通过ne(！=)withcumsum比较shifted值,然后使用first和last汇总agg：
g = df['condition'].ne(df['condition'].shift()).cumsum()
d = {'date':'first', 'condition':'first','count':'last'}
df = df.reset_index().groupby(g, as_index=False).agg(d)
print (df)
date condition count
0 01,01,2018 08:00 A 3
1 01,01,2018 08:04 B 4
2 01,01,2018 08:14 C 5
3 01,01,2018 08:22 A 2
4 01,01,2018 08:25 B 3
5 01,01,2018 08:30 C 1
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 [email protected] 举报，一经查实，本站将立刻删除。
