Pandas \ Python：如何计算一列中最后一个相同值的数量

debugcn 发表于 Dev

Ren Ningen

这是熊猫数据框。“方向”列仅包含3个变量值：向下，向下或向上。只有最后一个相同的值。因此，标题中有问题。

     Time     Direction
id
0    16:59    Up
1    17:00    Flat
2    17:01    Up
3    17:02    Down
4    17:03    Down
5    17:04    Up
6    17:05    Up
7    17:06    Up

假设数据框名称是panda。结果必须是这样的（这是更喜欢的）：

result = 0
result = panda.tail(?)['Direction'].count_last_values(#as the most last value[Up <- in this case])[0]
print(result)
3

或者像这样：

     Time     Direction     Series
id
0    16:59    Up            1
1    17:00    Flat          0
2    17:01    Up            1
3    17:02    Down          1
4    17:03    Down          2
5    17:04    Up            1
6    17:05    Up            2
7    17:06    Up            3

我自己可以做到（但我想要更简单的方法）：

import pandas as pd

panda = pd.DataFrame({'Time':['16:59','17:00','17:01','17:02','17:03','17:04','17:05','17:06'], 'Direction':['Up','Flat','Up','Down','Down','Up','Up','Up']})

    Time    Direction
0   16:59   Up
1   17:00   Flat
2   17:01   Up
3   17:02   Down
4   17:03   Down
5   17:04   Up
6   17:05   Up
7   17:06   Up

tail = panda.tail(1)['Direction'].iloc[0]
counter = 0 
i = len(panda) - 1
if tail != 'Flat':
    while tail==panda.iloc[i]['Direction']:
        i -= 1
        counter += 1
print(counter)

3

特里

检查当前值是否与上一个值相同，shift并使用创建“组” cumsum()。使用.groupby和创建新列cumcount。

s = (df['Direction'] != df['Direction'].shift()).cumsum()
df['Series'] = df.groupby(s).cumcount()+1

#output:
    Time    Direction   Series
id          
0   16:59   Up          1
1   17:00   Flat        1
2   17:01   Up          1
3   17:02   Down        1
4   17:03   Down        2
5   17:04   Up          1
6   17:05   Up          2
7   17:06   Up          3

如果您需要在“方向”列为“平面”时从零开始计数，请使用.loc

df.loc[df['Direction'] == 'Flat', 'Series'] = df['Series'].subtract(1)

#output
    Time    Direction   Series
id          
0   16:59   Up          1     
1   17:00   Flat        0
2   17:01   Up          1
3   17:02   Down        1
4   17:03   Down        2
5   17:04   Up          1
6   17:05   Up          2
7   17:06   Up          3

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。