Python 序列上的部分和

我有一个

数据帧

，看起来像

       A      B
0     1.2     1
1     1.2     6
2     1.2     4
3     2.3     2
4     2.3     5
5     1.2     7

我想得到一个组的部分和，该组共享相同的

a

，但前提是它们相邻。对于这种情况，我希望另一个

DataFrame

，如中所示

0    1.2    11
3    2.3    7
5    1.2    7

我有一种感觉，我可以使用

.groupby

，但我只能管理它工作，不管

a

的组是否相邻。

使用助手

系列

和聚合

首先

和

总和

：

df = df.groupby(df.A.ne(df.A.shift()).cumsum(), as_index=False).agg({'A':'first','B':'sum'})
print (df)
     A   B
0  1.2  11
1  2.3   7
2  1.2   7

详细信息：

将d列与（

！=

）进行比较，并为连续组添加

系列

：

print (df.A.ne(df.A.shift()).cumsum())
0    1
1    1
2    1
3    2
4    2
5    3
Name: A, dtype: int32

感谢@user2285236发表评论：

---

当数据类型为float时，检查是否相等可能会导致不需要的结果。np.isclose可能是一个更好的选择

itertools.groupby

遭受同样的问题

---

当数据类型为float时，检查是否相等可能会导致不需要的结果

np.isclose

在这里可能是一个更好的选择。难道你不能通过将

df.a

转换为Categorical来避免

np.isclose

吗？@jpp-在我看来，如果

a

列中有少量的唯一值，这应该很好。

df = df.groupby(np.cumsum(~np.isclose(df.A, df.A.shift())), as_index=False).agg({'A':'first','B':'sum'})
print (df)
     A   B
0  1.2  11
1  2.3   7
2  1.2   7

print (np.cumsum(~np.isclose(df.A, df.A.shift())))
[1 1 1 2 2 3]

g = groupby(df.itertuples(index=False), key=lambda x: x.A)
pd.DataFrame(
    [[a, sum(t.B for t in b)] for a, b in g],
    columns=df.columns
)

     A   B
0  1.2  11
1  2.3   7
2  1.2   7