如何检查 pandas 列中接下来的 3 个连续行是否具有相同的值？

Question

我有一个 pandas dataframe 有 3 列 - id ， date和value 。

| id | date | value |
| --- | --- | --- |
| 1001 | 1-04-2021 | 61 |
| 1001 | 3-04-2021 | 61 |
| 1001 | 10-04-2021 | 61 |
| 1002 | 11-04-2021 | 13 |
| 1002 | 12-04-2021 | 12 |
| 1015 | 18-04-2021 | 42 |
| 1015 | 20-04-2021 | 42 |
| 1015 | 21-04-2021 | 43 |
| 2001 | 8-04-2021 | 27 |
| 2001 | 11-04-2021 | 27 |
| 2001 | 12-04-2021 | 27 |
| 2001 | 27-04-2021 | 27 |
| 2001 | 29-04-2021 | 27 |

我想检查每个id有多少行，其中下一个 3 或 3 个以上的连续行在value列中具有相同的值？ 一旦确定接下来的 3 个或更多连续行具有相同的值，则在单独的列中将它们标记为 1，否则标记为 0。

所以最终的 dataframe 如下所示，

| id | date | value | pattern
| --- | --- | --- | --- |
| 1001 | 1-04-2021 | 61 | 1 |
| 1001 | 3-04-2021 | 61 | 1 |
| 1001 | 10-04-2021 | 61 | 1 |
| 1002 | 11-04-2021 | 13 | 0 |
| 1002 | 12-04-2021 | 12 | 0 |
| 1015 | 18-04-2021 | 42 | 0 |
| 1015 | 20-04-2021 | 42 | 0 |
| 1015 | 21-04-2021 | 43 | 0 |
| 2001 | 8-04-2021 | 27 | 1 |
| 2001 | 11-04-2021 | 27 | 1 |
| 2001 | 12-04-2021 | 27 | 1 |
| 2001 | 27-04-2021 | 27 | 1 |
| 2001 | 29-04-2021 | 27 | 1 |

Answer 1

尝试使用groupby ：

df['pattern'] = (df.groupby(['id', df['value'].diff().ne(0).cumsum()])
                   ['id'].transform('size').ge(3).astype(int)
                )

Answer 2

这个怎么样：

def f(x):
    x = x.fillna(0)
    y = len(x)*[0]
    for i in range(len(x)-3):
        if x[i+1] == 0 and x[i+2] == 0:
            y[i] = 1
            y[i+1] = 1
            y[i+2] = 1
    if x[len(x)-1] == 0 and x[len(x)-2] == 0 and x[len(x)-3] == 0:
        y[len(x)-1] = 1
    return pd.Series(y)

df['value'].diff().transform(f)