在 Pandas 的输出中添加唯一值

Question

import pandas as pd
data = {'numbers' : [1, 2, 3, 1, 3, 2, 2, 3, 3, 1, 2, 1, 1, 2, 3],
'colors' : ['red', 'yellow', 'red', 'green', 'blue', 'purple', 'blue', 'blue', 'green', 'blue', 'purple', 'blue', 'blue', 'purple', 'red']}
df = pd.DataFrame(data)

temp = df.groupby('numbers').colors.apply(' --> '.join)

我之前在代码方面得到了一些帮助，但现在我被困在另一个步骤... 当前输出如下所示：

1 red --> green --> blue --> blue --> blue
2 yellow --> purple --> blue --> purple --> purple
3 red --> blue --> blue --> green --> red 

但我需要聚合相似的值，以便输出如下所示：

1 red --> green --> blue x3
2 yellow --> purple --> blue --> purple x2
3 red --> blue x2 --> green --> red 

我尝试过使用类似的东西

['colors'].count()

但是当我在寻找彼此相邻的重复值时，这会计算所有值的总和。

Answer 1

使用itertools.groupby定义自定义函数：

设置

import itertools

def foo(arr):
    for i, g in itertools.groupby(arr):
        l = len(list(g))
        if l > 1:
            yield f'{i} x{l}'   # yield '{i} x{l}'.format(i=i, l=l)
        else:
            yield i

def bar(vals):
    return ' --> '.join(foo(vals))

现在apply:

df.groupby('numbers').colors.apply(bar)

numbers
1                   red --> green --> blue x3
2    yellow --> purple --> blue --> purple x2
3           red --> blue x2 --> green --> red
Name: colors, dtype: object