计算 Pandas 列中值的变化次数

Question

我有一个这样的df

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

列value只取值0或1。对于每个组（由2列name和class定义），列date按升序排列.我正在尝试为每个组计算比率：列 value 值变化的次数（0 -> 1 或 1 -> 0）除以包含数据的日期数。

对于上述数据框，组 (Andy, A) 在 3 天内更改了 2 次，因此比率为 2/3。 Group (Bob, Z) 4天换1次所以比例是1/4=0.25.

我想知道在 Pandas 中是否有有效的方法来做到这一点？

Answer 1

这个有效

# 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

Answer 2

你可以试试

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

计算 Pandas 列中值的变化次数

Count number of change in values in Pandas column

dataframe

python-3.x

pandas