我有一个 panda 数据框,我想在其中计算一列中特定字符串连续出现的次数。
假设我有以下数据框。
col1
0 string1
1 string1
2 string1
3 string2
4 string3
5 string3
6 string1
我想定义a
例如最大连续出现的次数string1
或任何其他字符串col1
.
在这种情况下,a
应该返回3
如果我想搜索string1
并返回2
for string3
.
如何才能实现呢?
可以执行对连续值进行分组的常见技巧:
df1 = df.groupby((df.col1 != df.col1.shift()).cumsum().rename(None)).col1.agg(['size', 'first'])
# size first
#1 3 string1
#2 1 string2
#3 2 string3
#4 1 string1
Then sort_values
+ drop_duplicates
找到最大的:
df1 = df1.sort_values('size').drop_duplicates('first', keep='last').set_index('first').rename_axis(None)
# size
#string2 1
#string3 2
#string1 3
现在您可以轻松查找它们:
df1.loc['string1']
#size 3
#Name: string1, dtype: int64
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)