Count 满足条件的序列总数，不带for循环

Question

我有以下数据框作为输入：

l = [2,2,2,5,5,5,3,3,2,2,4,4,6,5,5,3,5]
df = pd.DataFrame(l)
print(df)
    0
0   2
1   2
2   2
3   5
4   5
5   5
6   3
7   3
8   2
9   2
10  4
11  4
12  6
13  5
14  5
15  3
16  5

作为输出，我想对满足特定条件的总序列进行最终计数。 例如，在这种情况下，我想要值大于 3 的序列数。因此，输出为 3。

• 第一个序列 = [555]
• 第二个序列 = [44655]
• 第三个序列 = [5]

有没有办法在 pandas 没有 for 循环的情况下计算这个？ 我已经使用 for 循环实现了一个解决方案，我想知道在 O(N) 时间内使用 Pandas 是否有更好的方法。

非常感谢！

与此问题相关： 如何计算在熊猫数据框中满足布尔条件的时间间隔数？

Answer 1

您可以使用：

m = df[0] > 3
df[1] = (~m).cumsum()
df = df[m]
print (df)
    0  1
3   5  3
4   5  3
5   5  3
10  4  7
11  4  7
12  6  7
13  5  7
14  5  7
16  5  8


#create tuples
df  = df.groupby(1)[0].apply(tuple).value_counts()
print (df)

(5, 5, 5)          1
(4, 4, 6, 5, 5)    1
(5,)               1
Name: 0, dtype: int64

---

#alternativly create strings
df  = df.astype(str).groupby(1)[0].apply(''.join).value_counts()
print (df)

5        1
44655    1
555      1
Name: 0, dtype: int64

如果需要输出为列表：

print (df.astype(str).groupby(1)[0].apply(''.join).tolist())
['555', '44655', '5']

细节：

print (df.astype(str).groupby(1)[0].apply(''.join))

3      555
7    44655
8        5
Name: 0, dtype: object

Answer 2

如果您不需要pandas这将满足您的需求：

l = [2,2,2,5,5,5,3,3,2,2,4,4,6,5,5,3,5]

def consecutive(array, value):
  result = []
  sub = []
  for item in array:
    if item > value:
      sub.append(item)
    else:
      if sub:
        result.append(sub)
      sub = []
  if sub:
    result.append(sub)
  return result

print(consecutive(l,3))
#[[5, 5, 5], [4, 4, 6, 5, 5], [5]]