python – Pandas：根据条件计数进行分组
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了python – Pandas：根据条件计数进行分组，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含2263字，纯文字阅读大概需要4分钟。
内容图文
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
内容总结
以上是互联网集市为您收集整理的python – Pandas：根据条件计数进行分组全部内容，希望文章能够帮你解决python – Pandas：根据条件计数进行分组所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。
内容备注
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 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。