如何在pandasgroupby中创建具有重复密钥的组

Question

我想做的是基于最后一列(键(创建组，以便在第一个组中获得例如行1。对于第二组，我得到第1行和第2行。在第三组，我排在最后两排。

我试着用pandas groupby方法grouped = df1.groupby('Key')来做这件事，但不出所料，它只返回2个组。

df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3','A4'],
...:                     'B': ['B0', 'B1', 'B2', 'B3', 'B4'],
...:                     'C': ['C0', 'C1', 'C2', 'C3', 'C4'],
...:                     'D': ['D0', 'D1', 'D2', 'D3', 'D4'],
'Key': ['K0', 'K1', 'K1', 'K0', 'K0']},
...:                     index=[0, 1, 2, 3, 4])

df1
Out[89]: 
A   B   C   D Key
0  A0  B0  C0  D0  K0
1  A1  B1  C1  D1  K1
2  A2  B2  C2  D2  K1
3  A3  B3  C3  D3  K0
4  A4  B4  C4  D4  K0

Answer 1

您可以使用shift和cumsum，然后groupby

grouped = df.groupby((df.Key != df.Key.shift()).cumsum())
grouped.groups
{1: Int64Index([0], dtype='int64'),
2: Int64Index([1, 2], dtype='int64'),
3: Int64Index([3, 4], dtype='int64')}

要显示为什么这样做：

(df.Key != df.Key.shift()).cumsum()
0    1
1    2
2    2
3    3
4    3
Name: Key, dtype: int32

每次Key发生变化时，列的累积和将增加一，即使以前已经看到过该值。这允许您按这个新系列进行分组，该系列只对顺序重复的键进行分组。