Pandas group by cumsum length of values 与索引长度不匹配

编程问答 2022-05-29

问题描述

当大多数这些帮助问题开始时，我是 Python 和 Pandas 的新手。我一直在边做边学，尤其是当我有特定的任务要完成时。我搜索了帮助页面，但找不到针对特定问题的答案，也无法根据类似问题的答案设计解决方案。

我有一个包含 5 万多个条目的数据集。一般格式为：

    code  value
0    101    0.0
1    102    0.0
2    103   23.2
3    104   10.3
4    105    0.2
5    106    0.0
6    107   22.6
7    108    0.0
8    109    0.0
9    110    2.2
10   111    3.8
11   112    0.0

我的第一个任务是分离连续的非零值。通过反复试验，我设法将我的脚本压缩成一行来完成此任务。

df[df['value'] != 0].groupby((df['value'] == 0).cumsum())
for grp,val in df[df['value'] != 0].groupby((df['value'] == 0).cumsum()):
    print(f'[group {grp}]')
    print(val)

输出为：

[group 2]
   code  value
2   103   23.2
3   104   10.3
4   105    0.2
[group 3]
   code  value
6   107   22.6
[group 5]
    code  value
9    110    2.2
10   111    3.8

我对该数据集还有其他操作和计算要做，我认为访问这些数据的最简单方法是将 groupby 对象转换为一列（如果这甚至是正确的术语？），如下所示： 

   code  value  group
0   103   23.2      2
1   104   10.3      2
2   105    0.2      2
3   107   22.6      3
4   110    2.2      5
5   111    3.8      5

显然，我收到“值的长度与索引的长度不匹配”错误。我搜索了帮助页面，似乎我需要执行某种类型的 reset_index 方法。在过去一天半的时间里，我尝试了其他线程中建议的各种语法结构和许多其他编码解决方案，但没有成功。当我短暂休息回来发现我的猫在键盘上滚动，在我一直在测试的脚本片段中添加和删除大量胡言乱语时，我终于决定放弃并寻求帮助。

如果有人愿意帮助我编写此脚本——将 groupby 对象放入列中，我将不胜感激。谢谢。

解决方法

这将为您提供组，然后删除零行。

df = pd.DataFrame({'code': [101,102,103,104,105,106,107,108,109,110,111,112],'value': [0.0,0.0,23.2,10.3,0.2,22.6,2.2,3.8,0.0]})

df['group'] = df.value.eq(0).cumsum()
df = df.loc[df.value.ne(0)]

输出

    code  value  group
2    103   23.2      2
3    104   10.3      2
4    105    0.2      2
6    107   22.6      3
9    110    2.2      5
10   111    3.8      5
cumsumindex-errorpandaspython