Python 使用多个值numpy/pandas对数组中的连续值进行计数

我检查了这个和其他的，但是技巧总是对真值或假值求和

我的案例如下：

arr = [1,2,3,3,4,5,6,1,1,1,5,5,8,8,8,9,4,4,4]

我想为数组的每个成员获取重复值的“当前”条纹的长度

对于上面的示例，我希望得到：

res = [1,1,1,2,1,1,1,1,2,3,1,2,1,2,3,1,1,2,3]

---

我可以编写一个哑循环，但在numpy/pandas中是否有一种聪明的或已经内置的方法来实现这一点？

输入数组

arr

的pandas方法应该是-

In [55]: I = np.r_[False,arr[:-1]!=arr[1:]].cumsum()

In [56]: df = pd.DataFrame({'ids':I,'val':np.ones(len(arr),dtype=int)})

In [57]: df.groupby('ids')[['val']].cumsum().values.ravel()
Out[57]: array([1, 1, 1, 2, 1, 1, 1, 1, 2, 3, 1, 2, 1, 2, 3, 1, 1, 2, 3])

另一个使用自定义NumPy实现，根据间隔长度/大小创建范围--

---

您还可以使用

pd.Series

和

groupby

：

s = pd.Series([1,2,3,3,4,5,6,1,1,1,5,5,8,8,8,9,4,4,4])

print (s.groupby((s!=s.shift()).cumsum()).cumcount() + 1)
#
[1, 1, 1, 2, 1, 1, 1, 1, 2, 3, 1, 2, 1, 2, 3, 1, 1, 2, 3]

---

您链接的解决方案需要进行非常小的修改才能为您的案例工作…@Chapo认为您需要编辑标题，以反映您想要创建一个远程阵列，而不仅仅是获得counts.thks以获得帮助-在这个问题上使用了一行one@Divakar，这会有帮助，如果您还可以演示如何在数据帧具有多列而不是一列pd.Series的情况下扩展解决方案。我无法计算“groupby”在这种情况下是如何工作的？一种方法（仍然是迭代的）是“pd.concat（[s.groupby（pd.Grouper（I））.cumcount（）代表s.columns中的I]，axis=1，sort=False）”，其中“s=（s！=s.shift（））.cumsum（）”来自上面的@Henry Yik一行

s = pd.Series([1,2,3,3,4,5,6,1,1,1,5,5,8,8,8,9,4,4,4])

print (s.groupby((s!=s.shift()).cumsum()).cumcount() + 1)
#
[1, 1, 1, 2, 1, 1, 1, 1, 2, 3, 1, 2, 1, 2, 3, 1, 1, 2, 3]