#python #pandas #dataframe
Вопрос:
У меня есть таблицы данных df ,
ID MID TimeType Starttime Endtime next_Starttime 333429 7 NEB 2021-11-01 20:45:17 2021-11-01 20:45:44 2021-11-01 20:45:44 333430 7 AUF 2021-11-01 20:45:44 2021-11-01 21:00:00 2021-11-01 21:00:00 333476 7 AUF 2021-11-01 21:00:00 2021-11-01 21:03:36 2021-11-01 21:03:36 333477 7 NEB 2021-11-01 21:03:36 2021-11-01 21:11:43 2021-11-01 21:11:43 333502 7 AUF 2021-11-01 21:11:43 2021-11-01 21:11:44 2021-11-01 21:11:44 333511 7 AUF 2021-11-01 21:11:44 2021-11-01 21:25:01 2021-11-01 21:25:01 333553 7 AUF 2021-11-01 21:25:01 2021-11-01 21:40:01 2021-11-01 21:40:01 Я хотел бы назначить уникальный идентификатор для столбца TimeType на основе последовательности повторений, чтобы желаемый результат выглядел следующим образом,
ID MID TimeType Starttime Endtime next_Starttime unique_id 333429 7 NEB 2021-11-01 20:45:17 2021-11-01 20:45:44 2021-11-01 20:45:44 1 333430 7 AUF 2021-11-01 20:45:44 2021-11-01 21:00:00 2021-11-01 21:00:00 2 333476 7 AUF 2021-11-01 21:00:00 2021-11-01 21:03:36 2021-11-01 21:03:36 2 333477 7 NEB 2021-11-01 21:03:36 2021-11-01 21:11:43 2021-11-01 21:11:43 3 333502 7 AUF 2021-11-01 21:11:43 2021-11-01 21:11:44 2021-11-01 21:11:44 4 333511 7 AUF 2021-11-01 21:11:44 2021-11-01 21:25:01 2021-11-01 21:25:01 4 333553 7 AUF 2021-11-01 21:25:01 2021-11-01 21:40:01 2021-11-01 21:40:01 4 Я пробовал использовать циклы for, но, исходя из размера фрейма данных, выполнение слишком медленное.
Ответ №1:
Вы можете использовать shift для сравнения последовательных строк и cumsum подсчета:
df['unique_id'] = df['TimeType'].ne(df['TimeType'].shift()).cumsum() выход:
ID MID TimeType Starttime Endtime next_Starttime unique_id 0 333429 7 NEB 2021-11-01 20:45:17 2021-11-01 20:45:44 2021-11-01 20:45:44 1 1 333430 7 AUF 2021-11-01 20:45:44 2021-11-01 21:00:00 2021-11-01 21:00:00 2 2 333476 7 AUF 2021-11-01 21:00:00 2021-11-01 21:03:36 2021-11-01 21:03:36 2 3 333477 7 NEB 2021-11-01 21:03:36 2021-11-01 21:11:43 2021-11-01 21:11:43 3 4 333502 7 AUF 2021-11-01 21:11:43 2021-11-01 21:11:44 2021-11-01 21:11:44 4 5 333511 7 AUF 2021-11-01 21:11:44 2021-11-01 21:25:01 2021-11-01 21:25:01 4 6 333553 7 AUF 2021-11-01 21:25:01 2021-11-01 21:40:01 2021-11-01 21:40:01 4 Ответ №2:
import pdrle pdrle.get_id(df.TimeType) # 0 0 # 1 1 # 2 1 # 3 2 # 4 3 # 5 3 # 6 3 # dtype: int64 Ответ №3:
Вы можете сделать
df['uni_id'] = df['TimeType'].ne(df['TimeType']).cumsum() Комментарии:
1. Я думаю, ты забыл
shift😉