使用 pandas groupby 根據另一個值的重復范圍對列的行求和

Question

我有一個 DataFrame 有幾千行，看起來像這樣：

Index Chan Pick
1      1   0.001
2      2   0.001
3      3   0.001
4      4   0.001
5      1   0.003
6      2   0.003
7      3   0.003
8      1   0.006
9      2   0.006
10     1   0.002
11     2   0.002
12     3   0.002
13     4   0.002
14     5   0.002
15     6   0.002

channel Chan列的值范圍可以從 1 到 24（有時可能有所有 24 個值，有時可能只有 2 個值或 6 個值，等等，如上所示）。 Pick列中的值對於每組通道值通常是相同的。

我需要來自公共通道塊的Pick列中的平均值（即第一個塊的平均值為 0.001...第二個塊的平均值為 0.003，因為Pick值都相同，但有時它們可能不同）。

我知道我需要使用類似於：

df.groupby('Chan')['Pick'].mean()

但我不知道如何實現Chan可以從 1 到 24 然后模式重新開始的事實（即Chan列可以是 1 到 4，或 1 到 22，或 1 到 17，等等）

Answer 1

當Chan值恰好為 1 時，通道塊實質上開始。我們必須利用此屬性來完成任務。

讓channel_id成為一個變量，用唯一的漸進標識符標識每個塊。 我們可以這樣定義它：

channel_id = (df["Chan"] == 1).cumsum()

其中(df["Chan"] == 1)在每個塊開始的地方創建一個帶有True的掩碼，然后cumsum完成在塊上傳播標識符並在每次新塊開始時增加它的工作。

現在我們只需根據此標識符進行group by並取Pick列的平均值：

df.groupby(channel_id)["Pick"].mean()

您可以在一行中完成所有操作而無需補充變量。