如何对系列中的行成对应用函数？

Question

我想要这样的东西： df.groupby("A")["B"].diff()

但是我希望能够计算两行是否不同或相同，而不是 diff()，如果当前行与下一行不同，则返回 1前一个，如果相同则为 0。

此外，我真的很想使用自定义函数而不是 diff()，这样我就可以执行一般的成对行操作。

我尝试在不同的地方使用 .rolling(2) 和 .apply() ，但我就是无法让它工作。

编辑：

数据集中的每一行都是一个数据包。

数据集中的第一行是第一个记录的数据包，最后一行是最后一个记录的数据包，即它们按时间排序。

其中一个特征（列）称为“ID”，多个数据包具有相同的 ID。 另一列称为“数据”，其值是64位二进制值（字符串），即001011010011001.....10010（长度64）。

我想创建两个新功能（列）：

将当前数据包的“数据”字段与具有相同 ID 的前一个数据包的数据字段进行比较，并计算：

1. 如果它们不同 (1或 0)
2. 有多大不同（0 和 1 之间的数字）

Answer 1

您好，我认为最好放弃使用 grouby 并改为使用 Shift：

equal_index = (df == df.shift(1))[X].all(axis=1)

其中 X 是您想要相同的列的列表。然后您可以创建自己的 grouper by

my_grouper = (~equal_index).cumsum()

并将其与 agg 一起使用以聚合您想要的任何函数

df.groupby(my_grouper).agg({'B':f})

Answer 2

使用 DataFrameGroupBy。移位 与比较不等于Series.ne：

df["dc"] = df.groupby("ID")["data"].shift().ne(df['data']).astype(int)

编辑：对于 2 系列使用之间的相关性：

df["dc"] = df['data'].corr(df.groupby("ID")["data"].shift())

Answer 3

好的，我自己解决了这个问题，

def create_dc(df: pd.DataFrame):
    dc = df.groupby("ID")["data"].apply(lambda x: x != x.shift(1)).astype(int)
    dc.fillna(1, inplace=True)
    df["dc"] = dc

这就是我想要的。
感谢@Arnau 激励我使用 .shift()！