如何计算一个值的外观，直到它变为另一个？

Question

我有一个名为df的熊猫数据帧。在这个数据帧中，我得到了一个名为value的变量。我想添加一个变量来计算相同值的外观，直到它变为另一个值。我们称这个新变量为count。你知道吗

我的数据帧如下所示：

import pandas as pd
import numpy as np

ar = np.array([[1], [1], [2],[2], [3], [3], [1], [1], [2], [2]])
df = pd.DataFrame(ar,  columns = ['Value'])

print(df)

   Value
0      1
1      1
2      2
3      2
4      3
5      3
6      1
7      1
8      2
9      2

我试过这个代码：

df['count'] = df.groupby('Value').cumcount() + 1

返回：

print(df)
   Value  count
0      1      1
1      1      2
2      2      1
3      2      2
4      3      1
5      3      2
6      1      3
7      1      4
8      2      3
9      2      4

我希望这样：

print(df)
   Value  count
0      1      1
1      1      2
2      2      1
3      2      2
4      3      1
5      3      2
6      1      1
7      1      2
8      2      1
9      2      2

有没有办法得到这个结果？你知道吗

Answer 1

尽管@anky_91 answer是完美的，但一个简单的解决方案是创建一个函数count_upto，而不使用他在答案中讨论的方法。你知道吗

def count_upto(series):
  count = np.ones(len(series),np.int32)
  for i in range(1,len(series)):
    word=series[i]
    if word == series[i-1]:
      count[i] = count[i-1] +1
  return count

df['count']=count_upto(df.Value.values)

print(df)
>>>
  Value c
0   1   1
1   1   2
2   1   3
3   2   1
4   3   1
5   3   2
6   1   1
7   1   2
8   2   1
9   2   2