确定熊猫数据框中的列值何时更改

Posted 2023-03-11

【中文标题】确定熊猫数据框中的列值何时更改

【英文标题】：Determining when a column value changes in pandas dataframe

【发布时间】：2015-07-23 15:12:09

【问题描述】：

我希望编写一个快速脚本，该脚本将运行一个包含两列的 csv 文件，并为我提供 B 列中的值从一个值切换到另一个值的行：

例如：

数据框：

# |  A  |  B  
--+-----+-----
1 |  2  |  3
2 |  3  |  3
3 |  4  |  4
4 |  5  |  4
5 |  5  |  4

会告诉我第 2 行和第 3 行之间发生了变化。我知道如何使用 for 循环获取这些值，但我希望有一种更 Pythonic 的方式来解决这个问题。

【问题讨论】：

对不起，你问的是什么时候'A'不等于'B'在同一行？

不抱歉，我只是想知道 B 中的值在哪些行发生了变化。 A 中的值是我想在 B 更改时查看的值，但我让那部分工作。 （我已经更新了 DF，希望能更清楚地说明这一点）

【参考方案1】：

您可以使用它，它会更快，希望对您有所帮助！

my_column_changes = df["MyStringColumn"].shift() != df["MyStringColumn"]

【参考方案2】：

您可以执行以下操作，这也适用于非数值：

>>> import pandas as pd
>>> df = pd.DataFrame("Status": ["A","A","B","B","C","C","C"])
>>> df["isStatusChanged"] = df["Status"].shift(1, fill_value=df["Status"].head(1)) != df["Status"]
>>> df
  Status  isStatusChanged
0      A            False
1      A            False
2      B             True
3      B            False
4      C             True
5      C            False
6      C            False
>>> 

请注意，fill_value 可能因您的应用程序而异。

【参考方案3】：

您可以为差异创建一个新列

> df['C'] = df['B'].diff()
> print df
   #  A  B   C
0  1  2  3 NaN
1  2  3  3   0
2  3  4  4   1
3  4  5  4   0
4  5  5  4   0

> df_filtered = df[df['C'] != 0]
> print df_filtered
   #  A  B  C
2  3  4  4  1

这将是您所需的行

【讨论】：

如何通过字符串的差异来做到这一点？似乎这个 diff() 只适用于数字。我可以将所有字符串转换为数字...

如果你有嵌入在字符串中的数字，你可以使用类似df['A'].astype(float).diff()

这不适用于“NL5358383”等大字符串。它不能转换为浮点数。

@amc 你可以先把字符串映射到int。