Python （熊猫）如何计数与以前相同的值出现的频率？（并从中提取一个新列）

我正在寻找一种从我的Pandas数据框中提取新列的方法，该数据框显示当前值与以前相同（无中断）的发生频率计数

e、 g.从类似以下的列中：

df = pd.DataFrame([10, 10, 23, 23, 9, 9, 9, 10, 10, 10, 10, 12], columns=['RiseOrFall'])

应提取以下列：

0
1
0
1
0
1
2
0
1
2
3
0

类似于几年前一位用户发布的内容：

df = df.groupby(df['RiseOrFall'].ne(df['RiseOrFall'].shift()).cumsum())['RiseOrFall'].value_counts()

Or:

df = df.groupby([df['RiseOrFall'].ne(df['RiseOrFall'].shift()).cumsum(), 'RiseOrFall']).size()

print (df)
values  values
1       10        2
2       23        2
3       9         3
4       10        4
5       12        1
Name: values, dtype: int64

但通过上面的代码，我只得到了该值在一行中出现多少次的总值（而不是计数） 我需要的是一个索引与列“RiseOrFall”相同且行数相同的列，如下所示：

0
1
0
1
0
1
2
0
1
2
3
0

---

您可以使用

df.RiseOrFall.ne（df.RiseOrFall.shift（））.cumsum（）

对

RiseOrFall

列上的每个更改进行分组，然后使用

cumcount

：

df.assign(Count=df.groupby(df.RiseOrFall.ne(df.RiseOrFall.shift()).cumsum()).cumcount())

---

注意：请将此项分配回：

df=df。分配（…）

    RiseOrFall  Count
0           10      0
1           10      1
2           23      0
3           23      1
4            9      0
5            9      1
6            9      2
7           10      0
8           10      1
9           10      2
10          10      3
11          12      0