在 pandas 列中，如何查找特定值出现的最大连续行数？

Question

假设我们有以下带有列名的 df 。

df = pd.DataFrame({
    'names':['Alan', 'Alan', 'John', 'John', 'Alan', 'Alan','Alan', np.nan, np.nan, np.nan, np.nan, np.nan, 'Christy', 'Christy','John']})

>>> df
      names
0      Alan
1      Alan
2      John
3      John
4      Alan
5      Alan
6      Alan
7       NaN
8       NaN
9       NaN
10      NaN
11      NaN
12  Christy
13  Christy
14     John

我想在列上运行一个应用函数，该函数返回特定值出现的最大连续次数。起初，我想对 NaN 执行此操作，但扩展后想切换到列中的任何其他值。

解释：如果我们对 Nan 运行 apply，结果将为 5，因为 5 是 NaN 连续出现的最高次数。如果列中其他值后面有后续行，并且 NaN 连续出现超过 5 次，则结果就是这样。

如果我们运行 apply for Alan，结果将是 3，因为 3 将在连续 Alan 第一次出现时取代 2。

Answer 1

df_counts = df #create new df to keep the original
df_counts['names'].fillna("NaN", inplace=True) # replace np.nan with string
df_counts['counts'] = df.names.groupby((df.names != df.names.shift()).cumsum()).transform('size') # count consecutive names
df_counts = df_counts.sort_values('counts').drop_duplicates("names",keep='last') #keep only the highest counts

def get_counts(name):
  return df_counts.loc[df['names'] == name, 'counts'].item()

然后get_counts("Alan")就会回来3，并且get_counts("NaN")还会回来5。