如何在python列中计算连续值变化为零答案

【问题标题】：How to count consecutive value change to zero in column python如何在python列中计算连续值变化为零
【发布时间】：2020-02-04 04:52:25
【问题描述】：

从数据框中想要检查列中值更改为零的次数。

这里是输入df

pd.DataFrame({'value1':[3,4,7,0,11,20,0,20,15,16],
             'value2':[2,2,0,8,8,2,2,2,5,5],
             'value3':[7,10,20,4008,0,1,4820,1,1,1]})
 value1  value2  value3
0       3       2       7
1       4       2      10
2       7       0      20
3       0       8    4008
4      11       8       0
5      20       2       1
6       0       2    4820
7      20       2       1
8      15       5       1
9      16       5       1

想要的输出：

df_out=pd.DataFrame({'value1_count':[2],
             'value2_count':[1],
             'value3_ount':[1]})
 value1_count  value2_count  value3_ount
0             2             1            1

【问题讨论】：

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

【解决方案1】：

试试这个

df.eq(0).astype(int).diff().eq(-1).sum()

Out[77]:
value1    2
value2    1
value3    1
dtype: int64

要获得准确的输出，只需添加以下内容

df.eq(0).astype(int).diff().eq(-1).sum().to_frame().T.add_suffix('_count')

Out[85]:
   value1_count  value2_count  value3_count
0             2             1             1

【讨论】：

您可能想要更新您的答案，因为给定的预期输出是具有新列名的新数据框
@DishinHGoyani：我认为将系列制作成数据框是微不足道的，所以我将其保留为系列。如你所说。我进行了编辑以使其成为预期的输出:)

【解决方案2】：

这是你可以做的事情

df_out=pd.DataFrame({'value1_count':[df['value1'].value_counts()[0]],'value2_count':[df['value2'].value_counts()[0]],'value3_count':[df['value3'].value_counts()[0]]})

输出

    value1_count    value2_count    value3_count
0         2              1               1

.value_counts() 返回一个 pandas.Series 对象，其中包含所有值的频率，索引就是值。因此，在索引 [0] 处，您可以找到列中零的频率。

【讨论】：

【解决方案3】：

>>> columns_name = ['value1_count','value2_count','value3_ount']
>>> df_out = pd.DataFrame((df==0).sum().values.reshape(1,-1), columns=columns_name )
>>> df_out
   value1_count  value2_count  value3_ount
0             2             1            1

【讨论】：