Как я могу использовать groupby, чтобы каждая группа группировалась с предыдущей перекрывающейся группой?

Мой фрейм данных:

import pandas as pd

df = pd.DataFrame(
    {
        'a': list('xxxxxxxxxxyyyyyyyyy'),
        'b': list('1111222333112233444')
    }
)

Ожидаемый результат — это список групп:

  a  b
0   x  1
1   x  1
2   x  1
3   x  1
4   x  2
5   x  2
6   x  2

    a  b
4   x  2
5   x  2
6   x  2
7   x  3
8   x  3
9   x  3

    a  b
10  y  1
11  y  1
12  y  2
13  y  2

    a  b
12  y  2
13  y  2
14  y  3
15  y  3

    a  b
14  y  3
15  y  3
16  y  4
17  y  4
18  y  4

Логика:

Группировка начинается с df.groupby(['a', 'b']), а затем я хочу соединить каждую группу с предыдущей, что дает мне ожидаемый результат.

Возможно, первоначальная группировка, о которой я упомянул, не нужна.

Обратите внимание, что в ожидаемом результате столбец a не может содержать одновременно x и y.

Честно говоря, перекрывающиеся строки — это не то, что я делал при использовании groupby. Так что я не знаю, как попытаться это сделать. Я пробовал df.b.diff(), но это даже не близко.

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.
2
0
60
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Вы можете объединить groupby , itertools.pairwise и concat:

from itertools import pairwise

out = [pd.concat([a[1], b[1]]) for a, b in pairwise(df.groupby(['a', 'b']))]

Функциональный вариант:

from itertools import pairwise
from operator import itemgetter

out = list(map(pd.concat, pairwise(map(itemgetter(1), df.groupby(['a', 'b'])))))

Обратите внимание: вам может понадобиться использовать sort=False в groupby, если вы хотите сохранить первоначальный порядок.

Выход:

[   a  b
 0  x  1
 1  x  1
 2  x  1
 3  x  1
 4  x  2
 5  x  2
 6  x  2,
    a  b
 4  x  2
 5  x  2
 6  x  2
 7  x  3
 8  x  3
 9  x  3,
     a  b
 7   x  3
 8   x  3
 9   x  3
 10  y  1
 11  y  1,
     a  b
 10  y  1
 11  y  1
 12  y  2
 13  y  2,
     a  b
 12  y  2
 13  y  2
 14  y  3
 15  y  3,
     a  b
 14  y  3
 15  y  3
 16  y  4
 17  y  4
 18  y  4]

Другие вопросы по теме