python - 比较 2 个连续的行，如果不同则分配递增的值(使用 Pandas)

Question

我有一个像这样的数据框 df_in:

import pandas as pd
dic_in = {'A':['aa','aa','bb','cc','cc','cc','cc','dd','dd','dd','ee'],
       'B':['200','200','200','400','400','500','700','700','900','900','200'],
       'C':['da','cs','fr','fs','se','at','yu','j5','31','ds','sz']}
df_in = pd.DataFrame(dic_in)

我想按以下方式调查 2 列 A 和 B。 我 2 个连续的 rows[['A','B']] 相等，然后它们被分配一个新值(根据我将要描述的特定规则)。 我举个例子更清楚:如果第一个 row[['A','B']] 等于下面的，那么我设置 1 ;如果第二个等于第三个，那么我将设置 1。每次连续两行不同时，我都会将要设置的值增加 1。

结果应该是这样的:

     A    B   C  value
0   aa  200  da      1
1   aa  200  cs      1
2   bb  200  fr      2
3   cc  400  fs      3
4   cc  400  se      3
5   cc  500  at      4
6   cc  700  yu      5
7   dd  700  j5      6
8   dd  900  31      7
9   dd  900  ds      7
10  ee  200  sz      8

你能给我推荐一个聪明的方法来实现这个目标吗？

Answer 1

使用shift和 any比较连续的行，使用 True 指示值应该更改的位置。然后用cumsum取累计和获得增加的值(value):

df_in['value'] = (df_in[['A', 'B']] != df_in[['A', 'B']].shift()).any(axis=1)
df_in['value'] = df_in['value'].cumsum()

或者，将其压缩为一行:

df_in['value'] = (df_in[['A', 'B']] != df_in[['A', 'B']].shift()).any(axis=1).cumsum()

结果输出:

     A    B   C  value
0   aa  200  da      1
1   aa  200  cs      1
2   bb  200  fr      2
3   cc  400  fs      3
4   cc  400  se      3
5   cc  500  at      4
6   cc  700  yu      5
7   dd  700  j5      6
8   dd  900  31      7
9   dd  900  ds      7
10  ee  200  sz      8