在python中对选定行（最长子序列）应用聚合函数

我正在从事一个Python项目，在这个项目中，我遇到了一个特殊的问题，需要帮助

旁边是我拥有的输入数据帧，需要对输入序列应用聚合函数（如平均值），以获得如下图所示的输出。请注意，聚合函数处理的是A、B、C等最长的连续序列，与常规聚合函数不同

输入DF示例：

类型--值
A---1
A---1
A---1
B---1
B---1
A---1
A---1
A---1
A---1
C---1
C---1
C---1
A---1
A----1

所需输出DF：

类型--AGG_SUM
A---3
B---2
A---4
C---3
A---2

---

提前感谢您的帮助。

考虑使用

shift

、

loc

和

cumsum

创建一个组标识符，然后按原始的

类型和新的
GRP
进行聚合：

#换档类型前进一行
df['TYPE_lead']=df['TYPE'].班次（1）
#类型和类型导联不匹配的标志（即连续中断）
df['GRP']=0
df.loc[df['TYPE'].ne（df['TYPE_lead']），'GRP']=1
#按总和分配组
df['GRP']=df.groupby（['TYPE']）['GRP'].cumsum（）
df
#类型值类型\u铅玻璃钢
#0 A 1 NaN 1
#1 A 1 A 1
#2 A 1 A 1
#3 B 1 A 1
#4b1b1
#5 A 1 B 2
#6 A 1 A 2
#7 A 1 A 2
#8 A 1 A 2
#9C1A1
#10C1C1
#11 C 1 C 1
#12 A 1 C 3
#13 A 1 A 3
#聚合
agg_df=（df.groupby（['TYPE'，'GRP']，sort=False）
.agg（agg_SUM=（'VALUE'，'SUM'））
.reset_index（）
.drop（['GRP']，axis='columns'）
)
agg_-df
#类型AGG_SUM
#0 A 3
#1 B 2
#2 A 4
#3 C 3
#4 A 2