python - Pandas 数据框中不同的连续 block

标签 python pandas

我有一个看起来像这样的 Pandas 数据框:

 x1=[np.nan, 'a','a','a', np.nan,np.nan,'b','b','c',np.nan,'b','b', np.nan]
 ty1 = pd.DataFrame({'name':x1})

你知道我如何获得包含不同连续 block 的开始和结束索引的元组列表吗?例如对于上面的数据框,

[(1,3), (6,7), (8,8), (10,11)]. 

最佳答案

您可以使用 shiftcumsum 为每个连续 block 创建“id”:

In [5]: blocks = (ty1 != ty1.shift()).cumsum()

In [6]: blocks
Out[6]:
    name
0      1
1      2
2      2
3      2
4      3
5      4
6      5
7      5
8      6
9      7
10     8
11     8
12     9

您只对那些不是 NaN 的 block 感兴趣,因此对其进行过滤:

In [7]: blocks = blocks[ty1['name'].notnull()]

In [8]: blocks
Out[8]:
    name
1      2
2      2
3      2
6      5
7      5
8      6
10     8
11     8

然后,我们可以获得每个“id”的第一个和最后一个索引:

In [10]: blocks.groupby('name').apply(lambda x: (x.index[0], x.index[-1]))
Out[10]:
name
2      (1, 3)
5      (6, 7)
6      (8, 8)
8    (10, 11)
dtype: object

不过,如果这最后一步是必要的将取决于你想用它做什么(不真正推荐使用元组作为数据框中的元素)。也许拥有“id”就足够了。

关于python - Pandas 数据框中不同的连续 block ,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/30568701/

相关文章:

python - 后台线程记录到 Flask 应用程序中的服务器发送事件流

python - Selenium Webdriver,截图为 numpy 数组(Python)

Python - 200万行表中的计数器

python - 如何使用 python 将 float 舍入为固定小数部分

python - 如何使用十六进制数字作为参数

python - 创建新 DataFrame 的性能

python - 为什么 pandas 在聚合不存在的列时给出 NaN 列值?

python - 如何在python中同时使用applymap、lambda和dataframe来过滤/修改dataframe?

python - 尝试将单词与 pandas DataFrame 列分开

python - 为什么我在使用 SVM Predict() 函数时出现错误?