Python pandas.DF（）中的列是否单调递增？

我可以使用is_单调方法检查pandas.DataFrame（）的索引是否单调递增。但是，我想检查列值中是否有一个严格递增（float/integer）

---

你可以计算一下这个：

diff = df[0] - df[0].shift(1)
is_monotonic = (diff < 0).sum() == 0 or (diff > 0).sum() == 0

diff=df[0]-df[0].移位（1）
是单调的=（diff<0）。sum（）=0或（diff>0）。sum（）=0

你在这里检查的是，要么差值都>=0要么都，我知道严格地增加值意味着值是整数，相邻的值正好被1隔开？如前所述，这是一种检查命名标准的简单方法：

def is_coherent(seq):
    return seq == range(seq[0], seq[-1]+1)

将它与您的

my_df

的第一列一起使用可能看起来是这样的：

is_coherent(my_df[0].tolist())

---

最好的方法可能是在不复制数据的情况下（通过索引使用列后选择），将dataframe列作为numpy数组获取，然后使用基于numpy的测试检查单调性：

def monotonic(x):
    return np.all(np.diff(x) > 0)

monotonic(df[0].values)

从这里借用的纯Python实现：

def严格递增（L）：
返回全部（x如果两个索引相等，则它们不会是唯一的。因此，您可以使用：

my_df.Index.is_monotonic and my_df.Index.is_unique

这些属性记录在版本15.2中；在14.1中粗略地提到了is_unique，但对我来说是有效的。请参阅


Pandas 0.19添加了一个公共API（以前，该API仅在未记录的
algos
模块中可用）

（更新）请注意，尽管名称不同，
Series.is\u monotonic
仅表示序列是否单调递增（相当于使用
Series.is\u monotonic\u increating
）。相反，使用
Series.is\u monotonic\u increating
。
无论如何，两者都是不严格的，但你可以将它们与结合起来以获得严格性

e、 g:

您可以使用
apply
在数据帧级别运行此操作：

my_df = pd.DataFrame({'A':[1,2,3],'B':[1,1,1],'C':[3,2,1]})
my_df
Out[32]: 
   A  B  C
0  1  1  3
1  2  1  2
2  3  1  1

my_df.apply(lambda x: x.is_monotonic)
Out[33]: 
A     True
B     True
C    False
dtype: bool

请准确说明“严格增加”的含义。在您的示例中，预期的结果是什么？@amehta-如果其中一个答案帮助了您（或至少使您更接近您的目标：-），请接受它。是的，增加，但不是具体地增加1。那么，“严格”是什么意思？严格单调递增意味着xdef strictly_increasing(L):
    return all(x<y for x, y in zip(L, L[1:]))

my_df.Index.is_monotonic and my_df.Index.is_unique

my_df = pd.DataFrame([1,2,2,3], columns = ['A'])

my_df['A'].is_monotonic    # non-strict
Out[1]: True

my_df['A'].is_monotonic_increasing    # equivalent to is_monotonic
Out[2]: True

(my_df['A'].is_monotonic_increasing and my_df['A'].is_unique)    # strict  
Out[3]: False

my_df['A'].is_monotonic_decreasing    # Other direction (also non-strict)
Out[4]: False

my_df = pd.DataFrame({'A':[1,2,3],'B':[1,1,1],'C':[3,2,1]})
my_df
Out[32]: 
   A  B  C
0  1  1  3
1  2  1  2
2  3  1  1

my_df.apply(lambda x: x.is_monotonic)
Out[33]: 
A     True
B     True
C    False
dtype: bool