Pandas groupby 与 isin 连续组

Question

我有一个如下所示的数据框：

arr = pd.DataFrame([[0,0],[0,1],[0,4],[1,4],[1,5],[1,6],[2,5],[2,8],[2,6])

我想要的输出是布尔值，表示第 2 列中的值是否在下一个连续组中。这些组由第 1 列中的值表示。例如，4 出现在第 0 组中，下一个连续的组，第 1 组：

output = pd.DataFrame([[False],[False],[True],[False],[True],[True],[Nan],[Nan],[Nan]])

第 2 组的输出将为 Nan，因为第 3 组不存在。

到目前为止我试过这个：

output = arr.groupby([0])[1].isin(arr.groupby([0])[1].shift(periods=-1))

这不起作用，因为我无法在 groupby series 上应用 isin()。

Answer 1

您可以创建一个包含移动组项目列表的辅助列，然后使用 returns True、False of NaN 的函数对其进行检查：

import pandas as pd
import numpy as np

arr = pd.DataFrame([[0,0],[0,1],[0,4],[1,4],[1,5],[1,6],[2,5],[2,8],[2,6]])
arr = pd.merge(arr, arr.groupby([0]).agg(list).shift(-1).reset_index(), on=[0], how='outer')

def check_columns(row):
    try:
        if row['1_x'] in row['1_y']:
            return True
        else:
            return False
    except:
        return np.nan
    
arr.apply(check_columns, axis=1)

结果：

0    False
1    False
2     True
3    False
4     True
5     True
6      NaN
7      NaN
8      NaN

Pandas groupby 与 isin 连续组

Pandas groupby with isin for consecutive groups

pandas

group-by

isin