python-3.x - 如何计算列中连续的1并获得每组的最大计数

Question

我有包含“A”列和“标志”列的数据框。我想应用groupby函数并获得每组中连续1的最大计数

输入数据:

df=pd.DataFrame({'A':[1,1,1,1,1,1,2,2,2,2,2,2,2],'flag':[1,1,0,1,1,1,0,1,1,0,1,1,1]}) 

所需的输出

output= pd.DataFrame({'A':[1,1,1,1,1,1,2,2,2,2,2,2,2],'consective_count_max':[3,3,3,3,3,3,3,3,3,3,3,3,3]})  

Answer 1

IIUC，GroupBy.sum和 Series.max与level=0。 我们可以使用Series.map使用原始索引创建一个系列:

blocks=df['flag'].ne(df['flag'].shift()).cumsum()
df['consecutive_count_max'] = (df['A'].map(df.groupby(['A',blocks])['flag']
                                             .sum()
                                             .max(level=0)))
print(df)

    A  flag  consecutive_count_max
0   1     1                      3
1   1     1                      3
2   1     0                      3
3   1     1                      3
4   1     1                      3
5   1     1                      3
6   2     0                      3
7   2     1                      3
8   2     1                      3
9   2     0                      3
10  2     1                      3
11  2     1                      3
12  2     1                      3

---

请注意，相加时，flag == 0 的组所得的总和永远不会大于 flag == 1 的组的总和，因此 df['flag '].eq(1) 不是必需的。

如果flag不是1或0，则需要检查例如df['flag'].eq('yes')。我们可以使用:

mapper = pd.crosstab(df['flag'].ne(df['flag'].shift())
                               .cumsum()
                              .loc[df['flag'].eq(1)], df['A']).max()
df['consecituve_count_max'] = df['A'].map(mapper)
#print(df)

详情

print(df['flag'].ne(df['flag'].shift()).cumsum())

0     1
1     1
2     2
3     3
4     3
5     3
6     4
7     5
8     5
9     6
10    7
11    7
12    7
Name: flag, dtype: int64