Python 计算行元素中的更改

我正在处理一个列中包含字符串的数据集，我需要计算该列的数据帧中的更改数量。因此，如果数据帧按列“id”分组，则一个组实例如下所示：

    id    vehicle
   'abc'  'bmw'
   'abc'  'bmw'
   'abc'  'yamaha'
   'abc'  'suzuki'
   'abc'  'suzuki'
   'abc'  'kawasaki'

所以在这种情况下，我想说的是，id‘abc’改变了汽车品牌3次。有没有一种有效的方法可以对列“id”的多个组执行此操作？

我可以想出两种方法：

1） 在“id”上并调用“vehicle”列和pass method

nunique

，在查找更改时，您必须减去1，而不仅仅是一个整体唯一计数：

In [292]:
df.groupby('id')['vehicle'].nunique() -1

Out[292]:
id
'abc'    3
Name: vehicle, dtype: int64

2） 一个lambda测试当前车辆是否与前一辆使用的车辆不相等，这在语义上更为正确，因为它检测的是变化，而不仅仅是整体唯一计数，调用布尔值将分别将

True

和

False

转换为

1

和

0

：

In [293]:
df.groupby('id')['vehicle'].apply(lambda x: x != x.shift()).sum() - 1

Out[293]:
3

上面需要

-1

，因为第一行将与不存在的行进行比较，在这种情况下，与

NaN

进行比较没有意义，请参见下文：

In [301]:
df.groupby('id')['vehicle'].apply(lambda x: x != x.shift())

Out[301]:
0     True
1    False
2     True
3     True
4    False
5     True
Name: 'abc', dtype: bool

---

访问每个id的

车辆

，并将列表传递到

set（）

您将获得给定id的不同车辆。这并不能满足我的要求。我不需要唯一的值。我需要他们改变的次数。唯一值为4，但变化为3。只需对给定id的车辆进行迭代，如果下一个值不等于当前值，则增加一个变量，您到底面临着什么问题？这是一个极其简化的示例。实际数据集有一百万行和数百个组（按id）。循环需要很长时间，这很有效。我知道必须使用lambda，只是没有想到使用移位函数。非常感谢。