シリーズの変更前の観測数を求める（pandas/numpy）

Question

Seriesが与えられているので、シリーズに変更が発生する前に観測がいくつあるかを効率的に計算したいと思います。ここでは簡単な例です：

ser = pd.Series([1.2,1.2,1.2,1.2,2,2,2,4,3]) 

print(ser) 

0 1.2 
1 1.2 
2 1.2 
3 1.2 
4 2.0 
5 2.0 
6 2.0 
7 4.0 
8 3.0 

私はにつながることになるserに関数を適用したいと思います：

0 4 
1 3 
2 2 
3 1 
4 3 
5 2 
6 1 
7 1 
8 1 

私は大規模なシリーズで取り扱っておりますとおり、私にはない高速なソリューションを好むだろうループを伴う。

Answer 1

ここthis postに基づいてnumpyのアプローチだ -

def array_cumcount_descending(a): 
    idx = np.flatnonzero(a[1:] != a[:-1])+1 
    shift_arr = -np.ones(a.size,dtype=int) 

    if len(idx)>=1: 
     shift_arr[0] = idx[0] 
     shift_arr[idx[:-1]] = idx[1:] - idx[:-1] - 1 
     shift_arr[idx[-1]] = a.size - idx[-1] - 1  
    else: 
     shift_arr[0] = a.size 
    return shift_arr.cumsum() 

サンプルラン -

In [70]: ser 
Out[70]: 
0 1.2 
1 1.2 
2 1.2 
3 1.2 
4 2.0 
5 2.0 
6 2.0 
7 4.0 
8 3.0 
dtype: float64 

In [71]: array_cumcount_descending(ser.values) 
Out[71]: array([4, 3, 2, 1, 3, 2, 1, 1, 1]) 

Answer 2

あなたはcumcountでgroupbyを使用することができます。

>>> ser.groupby(ser).cumcount(ascending=False)+1 
0 4 
1 3 
2 2 
3 1 
4 3 
5 2 
6 1 
7 1 
8 1 
dtype: int64 

DSMさんのコメント@を1として、あなたは同じ値の複数のブロックを持っているならば、上記の動作しませんが、あなたがしてソリューションを拡張することができます

>>> ser = pd.Series([1.2, 1.2, 1.2, 1.2, 2, 2, 2, 1.2, 1.2, 1.2, 4, 3]) 
>>> ser.groupby((ser != ser.shift()).cumsum()).cumcount(ascending=False)+1 
0  4 
1  3 
2  2 
3  1 
4  3 
5  2 
6  1 
7  3 
8  2 
9  1 
10 1 
11 1 
dtype: int64