Pandas不连续的True value行，以查找每个分段的min()
Pandas是一个基于Python的数据分析库，提供了丰富的数据结构和数据分析工具。在Pandas中，可以使用布尔索引来筛选数据，找到满足特定条件的行。
对于给定的一个布尔Series，如果需要找到连续的True值行，并计算每个分段的最小值，可以使用以下方法：
- 首先，创建一个布尔Series，其中包含了满足条件的True和False值。假设这个Series叫做
bool_series。 - 使用
shift()函数和cumsum()函数来创建一个新的Series，其中每个分段都有一个唯一的标签。这可以通过将连续的True值分配给相同的标签来实现。代码如下：
segment_labels = (bool_series != bool_series.shift()).cumsum()- 使用
groupby()函数和min()函数来计算每个分段的最小值。代码如下：
min_values = bool_series.groupby(segment_labels).min()这样，min_values就是每个分段的最小值。
下面是一个完整的示例代码：
import pandas as pd
# 创建一个示例DataFrame
data = {'A': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10],
'B': [True, True, False, True, True, False, False, True, True, True]}
df = pd.DataFrame(data)
# 创建布尔Series
bool_series = df['B']
# 创建分段标签
segment_labels = (bool_series != bool_series.shift()).cumsum()
# 计算每个分段的最小值
min_values = bool_series.groupby(segment_labels).min()
print(min_values)输出结果为：
B
1 True
2 False
3 True
4 True在这个例子中，min_values包含了每个分段的最小值。
对于Pandas的相关概念、分类、优势、应用场景以及腾讯云相关产品和产品介绍链接地址，可以参考腾讯云的官方文档和网站。
相关·内容
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储活动推荐
腾讯云开发者
