Groupby 基于上一行中的值

Question

我有一列包含这样的值列表：

100
200
300
500
600
650
1000

我想做一个Groupby（或类似的有效构造）来获取每行的值在最后一行的100范围内的行。

在这种情况下，上述示例产生的批次将是

100, 200, 300,

500, 600, 650

1000

这可以在 Pandas 中实现吗？由于 Pandas 尝试允许类似 SQL 的查询，我猜应该是这样。

Answer 1

您可以使用类似于this question 答案中描述的方法。这基本上是一个三步过程：

1. 使用shift 计算您要区分的行间标准。
2. 使用cumsum 对这个标准求和，以创建一个新系列，其中每个组的单个值的单独“块”。
3. 组这个新系列。

这是一个例子：

>>> x = pandas.Series([100, 200, 300, 500, 600, 650, 1000, 900, 750])
>>> x.groupby(((x - x.shift()).abs() > 100).cumsum()).apply(list)
0    [100, 200, 300]
1    [500, 600, 650]
2        [1000, 900]
3              [750]
dtype: object

请注意，我使用了标准 > 100，这与您提到的 <= 100 标准相反。使用这种方法，您需要使用分隔组的标准，而不是加入它们的标准，因此您必须使用分组标准的否定。