如何验证熊猫列中的每个元素是否逐行严格增加+1答案

【问题标题】：How to verify if each element in a pandas columns increase strictly by +1 from row to row如何验证熊猫列中的每个元素是否逐行严格增加+1
【发布时间】：2021-12-12 06:51:51
【问题描述】：

假设我有以下 pandas.dataframe：

data

      series    time_idx    value
0        0          0      -0.000000
1        0          1       0.018844
2        0          2       0.028694
3        0          3       0.050784
4        0          4       0.067037
...      ...        ...     ...
3995     9          395     0.973978
3996     9          396     0.944002
3997     9          397     1.001089
3998     9          398     1.132001
3999     9          399     1.169244
4000 rows × 3 columns

我想测试每个系列 (0..9) 的时间索引是否逐行递增 1，如果不是，差异在哪里？

我考虑过按系列和 time_index 对数据帧进行排序，然后与索引 mod 400 进行比较，但这不是一个好的解决方案。有什么建议吗？

谢谢

【问题讨论】：

标签： python pandas increment

【解决方案1】：

以下内容基于我对您的问题的理解。看看这是否回答了你的问题。我必须使用 'True' 而不是 Boolean True，因为数据框会将其转换为数字 1.0。

df['IncOne'] = (df.series==df.series.shift())
df['IncOne'] = (
    np.where(df.IncOne, 
        np.where( df.time_idx.eq(df.time_idx.shift()+1), 
                  'True' , df.time_idx-df.time_idx.shift() ),
    ''))

	series	time_idx	value	IncOne
0	0	0	0
1	0	1	0.018844	True
2	0	2	0.028694	True
3	0	3	0.050784	True
4	0	4	0.067037	True
5	0	6	0	2.0
6	0	7	0.018844	True
7	0	8	0.028694	True
8	0	9	0.050784	True
9	0	12	0.067037	3.0
10	0	13	1	True
11	9	395	0.973978
12	9	396	0.944002	True
13	9	397	1.00109	True
14	9	398	1.132	True
15	9	399	1.16924	True

【讨论】：

【解决方案2】：

假设数据框是df，你可以试试这个：

df["diff"] = df.groupby(by="series")["time_idx"].diff().fillna(1) != 1

它将创建一个带有布尔值的新列"diff"。 True 值表示当前行中的time_idx 值与其前面的行之间的差值不等于一。只有同系列对应的行之间的差异才能给出True 值。

【讨论】：