Подсчитайте количество изменений значений в столбце Pandas

у меня вот такая дф

name    class    date     value
Andy     A      20220101    0 
Andy     A      20220103    1
Andy     A      20220104    0 
Bob      Z      20221120    0 
Bob      Z      20221121    0
Bob      Z      20221125    0
Bob      Z      20221127    1

Столбец value принимает значение только 0 или 1. Для каждой группы (определяемой двумя столбцами name и class) столбец date является порядком в порядке возрастания. Я пытаюсь рассчитать для каждой группы соотношение: количество раз, когда значение столбца value изменяется (0 -> 1 или 1 -> 0), деленное на количество дат с данными.

Для приведенного выше кадра данных группа (Энди, А) меняется 2 раза за 3 дня, поэтому соотношение составляет 2/3. Группа (Боб, Z) меняется 1 раз за 4 дня, поэтому соотношение 1/4=0,25.

Интересно, есть ли способ сделать это эффективно в Pandas?

что ты уже испробовал?

BeRT2me 17.05.2022 04:36

можете ли вы поделиться кодом для построения ваших данных?

Death Metal 17.05.2022 05:20
Стоит ли изучать PHP в 2023-2024 годах?
Стоит ли изучать PHP в 2023-2024 годах?
Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.
Приемы CSS-макетирования - floats и Flexbox
Приемы CSS-макетирования - floats и Flexbox
Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...
Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest
В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...
Концепция локализации и ее применение в приложениях React ⚡️
Концепция локализации и ее применение в приложениях React ⚡️
Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...
Пользовательский скаляр GraphQL
Пользовательский скаляр GraphQL
Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...
1
2
29
2
Перейти к ответу Данный вопрос помечен как решенный

Ответы 2

Это работает

# mark the changes in value
df['changes'] = df['value'].diff().ne(0).cumsum()
# count the number of changes and the number of values for each name
aggregated = df.groupby('name').agg({'changes':'nunique', 'value':'size'})
# by construction, we counted the original, so to count the "changes", we must subtract 1
aggregated['changes'] -= 1
# find the ratio
final = aggregated['changes'] / aggregated['value']
name
Andy    0.666667
Bob     0.250000
dtype: float64
Ответ принят как подходящий

Ты можешь попробовать

out = (df
       .groupby(['name', 'class']).apply(lambda g: g['value'].shift().bfill().ne(g['value']).sum()/g['date'].nunique())
       .round(2)
       .to_frame('ratio')
       .reset_index())

print(out)

   name class  ratio
0  Andy     A   0.67
1   Bob     Z   0.25

Другие вопросы по теме