我有这样的数据帧:
| point | switch_on |
|---|---|
| A | True |
| B | True |
| C | True |
| A | False |
| D | False |
| N | True |
| O | False |
| O | False |
| S | False |
我想添加另一个列，它将在切换之前确定包含相同布尔值的行组.就像这样:
| point | switch_on | group |
|---|---|---|
| A | True | 1 |
| B | True | 1 |
| C | True | 1 |
| A | False | 2 |
| D | False | 2 |
| N | True | 3 |
| O | False | 4 |
| O | False | 4 |
| S | False | 4 |
我有这样的数据帧:
| point | switch_on |
|---|---|
| A | True |
| B | True |
| C | True |
| A | False |
| D | False |
| N | True |
| O | False |
| O | False |
| S | False |
我想添加另一个列，它将在切换之前确定包含相同布尔值的行组.就像这样:
| point | switch_on | group |
|---|---|---|
| A | True | 1 |
| B | True | 1 |
| C | True | 1 |
| A | False | 2 |
| D | False | 2 |
| N | True | 3 |
| O | False | 4 |
| O | False | 4 |
| S | False | 4 |
在每次发生变化时进行识别:
df.switch_on不等于先前的值df.switch_on.shift().然后拿cumsum:
True被解释为1,False被解释为0.df['group'] = df.switch_on.ne(df.switch_on.shift()).cumsum()
print(df)
输出:
point switch_on group
0 A True 1
1 B True 1
2 C True 1
3 A False 2
4 D False 2
5 N True 3
6 O False 4
7 O False 4
8 S False 4