Python 2.7 熊猫数据帧具有不间断数据的最长系列

我有一个像这样的数据框

      A         B         C
0  1.232853 -1.979459  NaN
1  NaN       0.394940  1.068890
2  NaN       1.343977  NaN
3  2.125299 -0.649328 -0.211692
4 -0.187253  1.908618 -1.862934
5  2.243432  3.003434 NaN  

我想为每一列找出最长的不间断数据序列。 对于A列，它是第3:5行，对于B 0:5和C 3,4行

---

此外，我如何在整个数据帧上获得相同的想法？在本例中，我将得到第3、4行。

您可以首先创建一个临时数据帧，其中每个不间断数据序列都标有（每列）唯一的编号。并将“原始”楠的背部放好，这样最长的系列就不能是楠的系列

dfseries = (df.notnull().shift(1) != df.notnull()).cumsum()
dfseries[df.isnull()] = np.nan

    A  B   C
0   1  1 NaN
1 NaN  1   2
2 NaN  1 NaN
3   3  1   4
4   3  1   4
5   3  1 NaN

要获得整个数据帧的最终结果，此时您可以添加：

dfseries = dfseries.dropna(axis=0, how='any')

如果然后执行GroupBy（每列）和累积计数，则该操作的最大值是最长序列的长度，

idxmax

将是该序列结束的位置

将两者放入一个新的数据框中：

dfrng = pd.concat((dfseries.apply(lambda x: x.groupby(x.values).cumcount().max()),
                   dfseries.apply(lambda x: x.groupby(x.values).cumcount().idxmax())),
                   axis=1, keys=['Length', 'EndPos'])

本系列的开头是：

dfrng['StartPos'] = dfrng.EndPos - dfrng.Length

由于

cumcount

从零开始，因此长度应增加1

dfrng['Length'] = dfrng.Length + 1

对于您的示例，其结果是：

dfrng.T

          A  B  C
Length    3  6  2
EndPos    5  5  4
StartPos  3  0  3