我有dataframe這樣的，ID,CLASS_ID,ACTIVE1,123,02,123,03,456,14,123,05,456,111,123,118,123,07,456,019,123,08,456,1我正在嘗試獲取CLASS_ID具有相同值的ACTIVE. 在上面給出的數(shù)據(jù)幀的情況下，CLASS_ID連續(xù)有ACTIVEas 0，直到下一個(gè)值為 1 的第 4 條記錄。所以直到第 4 條記錄，計(jì)數(shù)應(yīng)該是 3。這個(gè)過(guò)程必須繼續(xù)，并且每次都必須重置計(jì)數(shù)預(yù)期輸出的ACTIVE更改值CLASS_ID如下..ID,CLASS_ID,ACTIVE,ACTIVE_COUNT1,123,0,32,123,0,33,456,1,24,123,0,35,456,1,211,123,1,118,123,0,27,456,0,119,123,0,28,456,1,1我嘗試使用df.groupby(..).transform(..)但它不適合我。有人可以幫我一下嗎？
1 回答
Smart貓小萌
TA貢獻(xiàn)1911條經(jīng)驗(yàn) 獲得超7個(gè)贊
你可以這樣做groupby：
ind = df.groupby('CLASS_ID').ACTIVE.apply(
lambda x: x.ne(x.shift()).cumsum()
)
df['ACTIVE_COUNT'] = df.groupby(['CLASS_ID', ind]).ACTIVE.transform('count')
df
ID CLASS_ID ACTIVE ACTIVE_COUNT
0 1 123 0 3
1 2 123 0 3
2 3 456 1 2
3 4 123 0 3
4 5 456 1 2
5 11 123 1 1
6 18 123 0 2
7 7 456 0 1
8 19 123 0 2
9 8 456 1 1
詳細(xì)信息
首先，創(chuàng)建一個(gè)指標(biāo)列，標(biāo)記每組具有相同值的行：
ind = df.groupby('CLASS_ID').ACTIVE.apply(
lambda x: x.ne(x.shift()).cumsum()
)
ind
0 1
1 1
2 1
3 1
4 1
5 2
6 3
7 2
8 3
9 3
Name: ACTIVE, dtype: int64
然后我們將與“CLASS_ID”一起用作 grouperind參數(shù)，然后使用df.groupby計(jì)算每個(gè)組的大小transform。
df.groupby(['CLASS_ID', ind]).ACTIVE.transform('count')
0 3
1 3
2 2
3 3
4 2
5 1
6 2
7 1
8 2
9 1
Name: ACTIVE, dtype: int64
添加回答
舉報(bào)
0/150
提交
取消