Dataframe 根据来自另一列的值连续性从列中添加元素

Question

我有一个这样的df：

a=[1,2,10,11,15,16,17,18,30]
b=[5,6,7,8,9,1,2,3,4]
df=pd.DataFrame(list(zip(a,b)),columns=['s','i'])

使用 a 我需要添加 b 的元素。

结果我想要：

(1-2)=5+6=11

(10-11)=7+8=15

(15-18)=9+1+2+3=15

(30)=4

我的想法是创建一个连续值的列表，取差（+1）并用它来计算相应 b 元素的总和。

#find continuous integer 
def r (nums):
    nums= list(df['s'])
    gaps = [[s, e] for s, e in zip(nums, nums[1:]) if s+1 < e]
    edges = iter(nums[:1] + sum(gaps, []) + nums[-1:])
    return (list(zip(edges, edges)))

#difference 
a = r(df)
print (a)
for i in range (len(a)):
    diff = np.diff(a[i])+1

我正在尝试使用 diff 作为计数器来添加 b 的值，但显然任何一次添加都从第一个值开始。 有什么简单的方法可以在不改变 b 的情况下添加这个数字？

Answer 1

使用groupby + diff

df['i'].groupby(df['s'].diff().ne(1).cumsum()).sum()

---

1    11
2    15
3    15
4     4
Name: i, dtype: int64

Answer 2

另一种解决方案：

df.groupby( ((df.s-df.s.shift(1))!=1).cumsum() ).i.sum()

结果：

1    11
2    15
3    15
4     4
Name: i, dtype: int64

Answer 3

您可以使用NumPy作为：

res = []
arr = df.values.copy()
for i in range(1, arr.shape[0]):
    if arr[i, 0] == arr[i-1, 0] + 1:
        arr[i, 1] = arr[i, 1] + arr[i-1, 1]
        
    else:
        res.append(arr[i-1, 1])
res.append(arr[-1, 1])
res

这将给出：

[11, 15, 15, 4]