【问题标题】：How to count consective 1 in column and get max count of each group如何计算列中的连续 1 并获取每组的最大计数
【发布时间】：2020-07-10 16:35:42
【问题描述】：

我有包含“A”和“标志”列的数据框。我想应用 groupby 函数并获得每组中连续 1 的最大计数

输入数据：

df=pd.DataFrame({'A':[1,1,1,1,1,1,2,2,2,2,2,2,2],'flag':[1,1,0,1,1,1,0,1,1,0,1,1,1]})

需要的输出

output= pd.DataFrame({'A':[1,1,1,1,1,1,2,2,2,2,2,2,2],'consective_count_max':[3,3,3,3,3,3,3,3,3,3,3,3,3]})

【问题讨论】：

标签： python-3.x pandas numpy pandas-groupby

【解决方案1】：

IIUC、GroupBy.sum 和 Series.max 与 level=0。我们可以使用Series.map 来创建一个带有原始索引的系列：

blocks=df['flag'].ne(df['flag'].shift()).cumsum()
df['consecutive_count_max'] = (df['A'].map(df.groupby(['A',blocks])['flag']
                                             .sum()
                                             .max(level=0)))
print(df)

    A  flag  consecutive_count_max
0   1     1                      3
1   1     1                      3
2   1     0                      3
3   1     1                      3
4   1     1                      3
5   1     1                      3
6   2     0                      3
7   2     1                      3
8   2     1                      3
9   2     0                      3
10  2     1                      3
11  2     1                      3
12  2     1                      3

请注意，添加时，flag == 0 组的总和永远不会大于flag == 1 组，因此df['flag'].eq(1) 不是必需的。

如果flag不是1或0，则需要检查例如df['flag'].eq('yes')。我们可以使用：

mapper = pd.crosstab(df['flag'].ne(df['flag'].shift())
                               .cumsum()
                              .loc[df['flag'].eq(1)], df['A']).max()
df['consecituve_count_max'] = df['A'].map(mapper)
#print(df)

详情

print(df['flag'].ne(df['flag'].shift()).cumsum())

0     1
1     1
2     2
3     3
4     3
5     3
6     4
7     5
8     5
9     6
10    7
11    7
12    7
Name: flag, dtype: int64

【讨论】：

【解决方案2】：

通过Series.shift 和Series.cumsum 为每组的连续值创建Series，通过掩码m 仅过滤1 值，然后通过SeriesGroupBy.value_counts 计算值，max 用于按原始列映射ASeries.map:

m = df['flag'].eq(1)
s = df['flag'].ne(df['flag'].shift()).cumsum()[m]
df.A.map(s.groupby(df.A).value_counts().max(level=0))
print (df)
    A  flag  consecutive_count_max
0   1     1                      3
1   1     1                      3
2   1     0                      3
3   1     1                      3
4   1     1                      3
5   1     1                      3
6   2     0                      3
7   2     1                      3
8   2     1                      3
9   2     0                      3
10  2     1                      3
11  2     1                      3
12  2     1                      3

【讨论】：

我认为 Series.max 和 level=0 的解决方案是我的解决方案，如果 OP 与标志 0 或 1 一起使用，value_counts 也不是必需的
@ansev - 嗯，我总是喜欢通用解决方案，所以我添加了eq(1)。