Pandas DataFrame:如何通过连续值进行分组

Question

我在DataFrame中有一个包含值的列:

[1, 1, -1, 1, -1, -1]

我该如何将它们分组呢？

[1,1] [-1] [1] [-1, -1]

Answer 1

您可以groupby按自定义使用Series:

df = pd.DataFrame({'a': [1, 1, -1, 1, -1, -1]})
print (df)
   a
0  1
1  1
2 -1
3  1
4 -1
5 -1

print ((df.a != df.a.shift()).cumsum())
0    1
1    1
2    2
3    3
4    4
5    4
Name: a, dtype: int32

for i, g in df.groupby([(df.a != df.a.shift()).cumsum()]):
    print (i)
    print (g)
    print (g.a.tolist())

   a
0  1
1  1
[1, 1]
2
   a
2 -1
[-1]
3
   a
3  1
[1]
4
   a
4 -1
5 -1
[-1, -1]

Answer 2

使用groupby从itertools来自杰斯数据

from itertools import groupby
[ list(group) for key, group in groupby(df.a.values.tolist())]
Out[361]: [[1, 1], [-1], [1], [-1, -1]]

Answer 3

Series.diff是标记组边界的另一种方法（a!=a.shiftmeans a.diff!=0）：

consecutives = df['a'].diff().ne(0).cumsum()

# 0    1
# 1    1
# 2    2
# 3    3
# 4    4
# 5    4
# Name: a, dtype: int64

要将这些组转换为一系列列表（请参阅列表列表的其他答案），请使用groupby.agg或进行聚合groupby.apply：

df['a'].groupby(consecutives).agg(list)

# a
# 1      [1, 1]
# 2        [-1]
# 3         [1]
# 4    [-1, -1]
# Name: a, dtype: object