嘿，我有以下数据集
import pandas as pd
df = pd.DataFrame({
'column1': [0,0,1,0,1,0,0,1,1,0,1,1,1]})
我希望能够计算连续 1 和 0 的数量并生成 2 列，如下所示：
consec0: 1,2,_,1,_,1,2,_,_,1,_,_,_
consec1: _,_,1,_,1,_,_,1,2_,1,2,3
然后我想获取最大连续数并创建两个列表：
max_consec0: 2,1,2,1
max_consec1: 1,1,2,3
我的数据集最终将只是 max_consec0 和 max_consec1
要检查值是否已更改，您可以使用.diff并检查它是否非零.ne(0)（NaN顶部的 将被视为与零不同），然后使用 计算更改.cumsum，如下所示：
df['counter'] = df.diff().ne(0).cumsum()
之后，您可以创建第二个数据框，其中索引是连续值组，列值是值（在您的情况下为 0 或 1）和长度（这是您最终想要的）：
df2 = df.groupby('counter')['column1'].min().to_frame(name='value').join(
df.groupby('counter')['column1'].count().rename('number'))
结果max_consec0, max_consec1只是列中的值，按[number]列过滤[value]：
max_consec0 = df2[df2['value']==0]['number'].tolist()
max_consec1 = df2[df2['value']==1]['number'].tolist()
您可以根据需要验证结果是否为[2, 1, 2, 1]和[1, 1, 2, 3]。
对于此类问题，您可以使用np.where多个布尔表达式来获得答案。
#1 我们需要测试列是否等于您的目标值， 0 or 1
其次，我们必须确保列值不等于上面的列值。
第三，对于任何不等于我们输入值的值，我们返回一个 nan，因为它更容易与数值一起使用。
import numpy as np
df['col2'] = np.where(
df["column1"].eq(0),
df.groupby(df.column1.ne(df.column1.shift()).cumsum()).cumcount() + 1,
np.nan,
)
df['col3'] = np.where(
df["column1"].eq(1),
df.groupby(df.column1.ne(df.column1.shift()).cumsum()).cumcount() + 1,
np.nan,
)
print(df)
column1 col2 col3
0 0 1.0 NaN
1 0 2.0 NaN
2 1 NaN 1.0
3 0 1.0 NaN
4 1 NaN 1.0
5 0 1.0 NaN
6 0 2.0 NaN
7 1 NaN 1.0
8 1 NaN 2.0
9 0 1.0 NaN
10 1 NaN 1.0
11 1 NaN 2.0
12 1 NaN 3.0
我们需要在空白行之前为每组数字创建一个代理键，并取每组的最大值。
df.assign(
key1=df.groupby(df["col2"].isnull())["col2"].transform("cumcount").cumsum()
).groupby("key1")["col2"].max().dropna()
[2.0, 1.0, 2.0, 1.0]
df.assign(
key2=df.groupby(df["col3"].isnull())["col3"].transform("cumcount").cumsum()
).groupby("key2")["col3"].max().dropna().tolist()
[1.0, 1.0, 2.0, 3.0]
你可以试试这个实现：
num0=0
num1=0
consec0=[]
consec1=[]
for i in range(len(df)):
if(df.iloc[i,0])==0:
num0=num0+1;
num1=0;
if(df.iloc[i,0])==1:
num0=0;
num1=num1+1;
consec0.append(num0)
consec1.append(num1)
df['consec0']=consec0
df['consec1']=consec1
max_consec0=df['consec0'].max()
max_consec1=df['consec1'].max()