带有 isin 的 Pandas groupby 连续组答案

【问题标题】：Pandas groupby with isin for consecutive groups带有 isin 的 Pandas groupby 连续组
【发布时间】：2021-10-01 18:27:33
【问题描述】：

我有一个如下所示的数据框：

arr = pd.DataFrame([[0,0],[0,1],[0,4],[1,4],[1,5],[1,6],[2,5],[2,8],[2,6])

我想要的输出是表示第 2 列中的值是否在下一个连续组中的布尔值。这些组由第 1 列中的值表示。例如，4 出现在第 0 组中，而下一个连续组出现在第 1 组中：

output = pd.DataFrame([[False],[False],[True],[False],[True],[True],[Nan],[Nan],[Nan]])

第 2 组的输出将是 Nan，因为第 3 组不存在。

到目前为止，我已经尝试过：

output = arr.groupby([0])[1].isin(arr.groupby([0])[1].shift(periods=-1))

这不起作用，因为我无法在 groupby series 上应用 isin()。

【问题讨论】：

标签： pandas group-by isin

【解决方案1】：

您可以创建一个包含移位组项目列表的辅助列，然后使用返回 True、False 的 NaN 的函数对其进行检查：

import pandas as pd
import numpy as np

arr = pd.DataFrame([[0,0],[0,1],[0,4],[1,4],[1,5],[1,6],[2,5],[2,8],[2,6]])
arr = pd.merge(arr, arr.groupby([0]).agg(list).shift(-1).reset_index(), on=[0], how='outer')

def check_columns(row):
    try:
        if row['1_x'] in row['1_y']:
            return True
        else:
            return False
    except:
        return np.nan
    
arr.apply(check_columns, axis=1)

结果：

0    False
1    False
2     True
3    False
4     True
5     True
6      NaN
7      NaN
8      NaN

【讨论】：