我正在寻找一种从我的 Pandas Dataframe 中提取新列的方法,该列显示了当前值与以前相同(没有中断)出现的频率计数
例如从像这样的专栏中出来:
df = pd.DataFrame([10, 10, 23, 23, 9, 9, 9, 10, 10, 10, 10, 12], columns=['RiseOrFall'])
应提取以下列:
0
1
0
1
0
1
2
0
1
2
3
0
几年前用户发布的类似内容:
df = df.groupby(df['RiseOrFall'].ne(df['RiseOrFall'].shift()).cumsum())['RiseOrFall'].value_counts()
Or:
df = df.groupby([df['RiseOrFall'].ne(df['RiseOrFall'].shift()).cumsum(), 'RiseOrFall']).size()
print (df)
values values
1 10 2
2 23 2
3 9 3
4 10 4
5 12 1
Name: values, dtype: int64
但是通过上面的代码,我只显示了该值在一行中出现了多少次的总值,(而不是对它的计数) 我需要的应该是一个与“RiseOrFall”列具有相同索引且具有相同行数的列,如下所示:
0
1
0
1
0
1
2
0
1
2
3
0
请您参考如下方法:
您可以使用 df.RiseOrFall.ne(df.RiseOrFall.shift()).cumsum() 对 RiseOrFall 列上的每个更改进行分组,然后使用 累计数:
df.assign(Count=df.groupby(df.RiseOrFall.ne(df.RiseOrFall.shift()).cumsum()).cumcount())
RiseOrFall Count
0 10 0
1 10 1
2 23 0
3 23 1
4 9 0
5 9 1
6 9 2
7 10 0
8 10 1
9 10 2
10 10 3
11 12 0
注意:请将其分配回去:df=df.assign(....)
