Как получить начальные и конечные индексы последовательных групп данных в пандах?

Данный

import pandas as pd

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

Мне нужно рассчитать следующий результат:

res_df = pd.DataFrame({
    "starts": [0, 3, 7, 11, 13, 15],
    "ends": [3, 7, 11, 13, 15, 17]
})
print(res_df)
   starts  ends
0       0     3
1       3     7
2       7    11
3      11    13
4      13    15
5      15    17

Если бы значения не дублировались, я мог бы сделать что-то вроде обнуления всех дубликатов, сохраняя длину группы в groupby, а затем cumsum.

Однако есть дубликаты, и порядок должен быть сохранен.

Есть ли способ сделать это в пандах?


В качестве продолжения я хотел бы рассчитать starts и ends только для df["a"] == 3, если бы это было менее затратным в вычислительном отношении.

Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
1
0
362
2
Перейти к ответу Данный вопрос помечен как решенный

Ответы 2

Ответ принят как подходящий

Давайте попробуем это:

blocks = df['a'].diff().ne(0).cumsum()

# depending on your mask
out = (df[some_mask]             
         .index.to_frame()
         .groupby(blocks)[0]
         .agg(['min','max'])
      )
out['max'] += 1

Выход:

   min  max
a          
1    0    3
2    3    7
3    7   11
4   11   13
5   13   15
6   15   17

Спасибо! Пожалуйста, смотрите редактирование, если бы я заранее знал, что меня волнуют только начало и конец определенной группы, например df["a"] == 3, можно ли это сделать быстрее? Кроме того, можете ли вы добавить столбец, чтобы указать, из какой группы получен результат? чтобы иметь возможность выбрать на этом.

Gulzar 10.12.2020 17:34

что означают значения "a" в выводе?

Gulzar 10.12.2020 17:49

@Gulzar, это просто имя blocks. При группировке по ряду имя ряда устанавливается в качестве имени индекса новых данных. Передайте as_index=Falsegroupby, если не хотите.

Quang Hoang 10.12.2020 18:13

вы можете нарезать индекс и столбец с маской, где shift не равно текущему значению, а затем создать фрейм данных. Результат также может включать исходное значение столбца a.

m = df['a'].ne(df['a'].shift())
res = pd.DataFrame({'a':df.loc[m,'a'], 
                    'starts':df.index[m]})
res['ends'] = res['starts'].shift(-1, fill_value=len(df))

print(res)
    a  starts  ends
0   1       0     3
3   2       3     7
7   3       7    11
11  1      11    13
13  2      13    15
15  3      15    17

Другие вопросы по теме