Skip to main content
 首页 » 编程设计

python之确定每个组在另一列中具有相同值的大小

2024年12月31日7cmt

我有这样的dataframe,

ID,CLASS_ID,ACTIVE 
1,123,0 
2,123,0 
3,456,1 
4,123,0 
5,456,1 
11,123,1 
18,123,0 
7,456,0 
19,123,0 
8,456,1 

我正在尝试获取具有相同 ACTIVE 值的 CLASS_ID 的累积计数。在上面给出的数据帧的情况下,CLASS_ID 连续将 ACTIVE 作为 0,直到第 4 个记录发布,下一个值为 1。所以向上直到第 4 条记录,计数应为 3。此过程必须继续,并且每次 ACTIVE 的值更改 CLASS_ID 时都必须重置计数。预期输出如下如下..

ID,CLASS_ID,ACTIVE,ACTIVE_COUNT 
1,123,0,3 
2,123,0,3 
3,456,1,2 
4,123,0,3 
5,456,1,2 
11,123,1,1 
18,123,0,2 
7,456,0,1 
19,123,0,2 
8,456,1,1 

我尝试使用 df.groupby(..).transform(..) 但它不适合我。有人可以帮我一下吗?

请您参考如下方法:

您可以使用 groupby 执行此操作:

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 

详情
首先,创建一个指示器列,标记每组具有相同值的行:

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 

然后我们使用 ind 作为 df.groupby 的石斑鱼参数以及“CLASS_ID”,然后使用 transform 计算每个组的大小。

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