将组分配给 Pandas 列中的连续 1

Question

我在 pandas 中有一个值为 0 和 1 的列。我想分配超过 9 个连续 1 的组号。

示例： 假设我的列值为：[1,1,1,1,0,0,0,0,0,0,0,0,0,0,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,0,0,0,0,1,1,1,1,1,1,1,1,1,1,1,1,1,0,0,0,1,1,1,1,1,1,1,1,1,1,1]

我想要一个新列或将同一列更改为：[0,0,0,0,0,0,0,0,0,0,0,0,0,0,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,0,0,0,0,2,2,2,2,2,2,2,2,2,2,2,2,2,0,0,0,3,3,3,3,3,3,3,3,3,3,3]

我已经到了可以用另一个数字（例如 2）替换所有连续的 1（计数大于 9）的程度。这是代码：

def f(col, threshold=9):
    mask = col.groupby((col != col.shift()).cumsum()).transform('count').gt(threshold)
    mask &= col.eq(1)
    #print (mask)
    col.update(col.loc[mask].replace(1,2))
    return col

Answer 1

找到连续的 1 组并确定这些组的大小。使用where 屏蔽任何0 组或太小的1 组，然后ngroup 将允许您正确标记它们。 NaN 行被标记为 -1，并且您希望从 1 开始计数，因此添加 1 同时修复了这两个问题。

import pandas as pd
s = pd.Series([1,1,1,1,0,0,0,0,0,0,0,0,0,0,1,1,1,1,1,1,1,1,1,
               1,1,1,1,1,1,1,0,0,0,0,1,1,1,1,1,1,1,1,1,1,1,1,
               1,0,0,0,1,1,1,1,1,1,1,1,1,1,1])

u = s.ne(s.shift()).cumsum().where(s.eq(1))  # Label consecutive groups of 1s, NaN 0s
u = u.groupby(u).transform('size').gt(9)     # True only if 1s and size > 9.

# Any smaller groups or 0s get NaN'd by `where` which are labeled -1 by `ngroup`
result = u.groupby(u.ne(u.shift()).cumsum().where(u)).ngroup()+1

print(results.tolist())
[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 
 1, 1, 1, 1, 1, 1, 1, 1, 0, 0, 0, 0, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 
 2, 2, 2, 0, 0, 0, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3]

Answer 2

我的做法：

s = pd.Series([1,1,1,1,0,0,0,0,0,0,0,0,0,0,1,1,1,1,1,1,1,1,1,
               1,1,1,1,1,1,1,0,0,0,0,1,1,1,1,1,1,1,1,1,1,1,1,
               1,0,0,0,1,1,1,1,1,1,1,1,1,1,1])

# groupby and filter those with >=9 ones
u = s.groupby(s.ne(1).cumsum()).transform('sum').ge(9) & s

# count the groups of True:
(~u.shift(fill_value=False) & u).cumsum().mul(u)

输出：

[0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 2 2 2
 2 2 2 2 2 2 2 2 2 2 0 0 0 3 3 3 3 3 3 3 3 3 3 3]