如何使用 python/pandas 计算列中相同的顺序值的数量？

Question

假设我有一个 dataframe 例如：

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

我想计算在前一行中看到当前列值的次数。 对于上述示例，output 将是：

[1, 2, 1, 1, 2, 3, 1, 2]

我知道如何对所有重复值进行分组和累积总和，但我不知道如何让它在每个新值处重新启动。

IE

df['A'].groupby(df['A']).cumcount() 
# returns [0, 1, 0, 0, 1, 2, 2, 3] which is not what I want.

Answer 1

试试这个方法：

df.groupby((df['A'] != df['A'].shift()).cumsum()).cumcount() + 1

Output：

0    1
1    2
2    1
3    1
4    2
5    3
6    1
7    2
dtype: int64

细节

使用相等来检查当前行和下一行之间，然后cumsum为“A”中的每个更改创建一个新组，然后groupby和cumcount加 1 以从 1 开始而不是 0。

分解为步骤

分步分解，以便您可以看到 dataframe 列中的进展。

df['grp'] = df['A'] != df['A'].shift() 
#for numbers you can use df['A'].diff().ne(0) 
#however using inquality check is more versatile for strings
df['cumgroup'] = df['grp'].cumsum()
df['count'] = df.groupby('cumgroup').cumcount() + 1
df

Output：

   A    grp  cumgroup  count
0  1   True         1      1
1  1  False         1      2
2  2   True         2      1
3  3   True         3      1
4  3  False         3      2
5  3  False         3      3
6  1   True         4      1
7  1  False         4      2