以不寻常的方式对熊猫数据框进行分组

Question

问题

我有以下熊猫数据框：

    data = {
        'ID':  [100, 100, 100, 100, 200, 200, 200, 200, 200, 300, 300, 300, 300, 300],
        'value': [False, False, True, False, False, True, True, True, False, False, False, True, True, False],
    }
    df = pandas.DataFrame (data, columns = ['ID','value'])

我想获得以下组：

• 第 1 组：对于每个 ID，所有 False 行，直到该 ID 的第一个 True 行
• 第 2 组：对于每个 ID，该 ID 的最后一个 True 行之后的所有 False 行
• 第 3 组：所有真实行

这可以用熊猫来完成吗？

我试过的

我试过了

group = df.groupby((df['value'].shift() != df['value']).cumsum())

但这会返回错误的结果。

Answer 1

让我们尝试shift+cumsum创建 groupby 键：顺便说一句，我真的很喜欢您显示预期输出的方式

s = df.groupby('ID')['value'].apply(lambda x : x.ne(x.shift()).cumsum())
d = {x : y for x ,y in df.groupby(s)}
d[2]
     ID  value
2   100   True
5   200   True
6   200   True
7   200   True
11  300   True
12  300   True
d[1]
     ID  value
0   100  False
1   100  False
4   200  False
9   300  False
10  300  False
d[3]
     ID  value
3   100  False
8   200  False
13  300  False