python - 计算 Pandas 数据框中每列值的变化

Question

有什么巧妙的方法可以计算 pandas 数据框中每一列值的变化次数吗？

我不想让自己遍历每一列，例如:

import pandas as pd

frame = pd.DataFrame({
    'time':[1234567000,1234567005,1234567009],
    'X1':[96.32,96.01,96.05],
    'X2':[23.88,23.96,23.96]
},columns=['time','X1','X2']) 

print(frame)

changes = []
for column_name in frame.columns.values:
    print('column_name: {0}'.format(column_name))
    changes.append(sum(frame[column_name]!=frame[column_name].shift(1)))

print('changes: {0}'.format(changes))

返回:

         time     X1     X2
0  1234567000  96.32  23.88
1  1234567005  96.01  23.96
2  1234567009  96.05  23.96
column_name: time
column_name: X1
column_name: X2
changes: [3, 3, 2]

Answer 1

如果值是数字，您可以获取相邻行之间的差异并测试差异是否非零。然后对每一列进行求和，计算值变化的次数:

In [48]: (frame.diff(axis=0) != 0).sum(axis=0)
Out[48]: 
time    3
X1      3
X2      2
dtype: int64

如果值不一定是数字，那么更通用的方法是 将 frame 与自身进行比较 shift - 向下移动一行 - 这类似于您发布的代码，除了操作是在整个 DataFrame 而不是列上完成的 -按栏目:

In [50]: (frame != frame.shift(axis=0)).sum(axis=0)
Out[50]: 
time    3
X1      3
X2      2
dtype: int64

数字版本更快，移位版本更健壮。