pandas.DF（）中的列是否单调递增？

Question

我可以使用is_单调方法检查pandas.DataFrame（）的索引是否单调递增。但是，我想检查一个列的值是否严格地增加了值（float/integer）？

In [13]: my_df = pd.DataFrame([1,2,3,5,7,6,9])

In [14]: my_df
Out[14]: 
   0
0  1
1  2
2  3
3  5
4  7
5  6
6  9

In [15]: my_df.index.is_monotonic
Out[15]: True

Answer 1

Pandas 0.19添加了一个公共的^{}API（以前，这只在未记录的algos模块中可用）。

（已更新）请注意，尽管有其名称，Series.is_monotonic仅指示序列是否单调地递增（相当于使用Series.is_monotonic_increasing）。相反，使用Series.is_monotonic_decreasing。 无论如何，两者都是非严格的，但是您可以将它们与^{}组合以获得严格性。

例如：

my_df = pd.DataFrame([1,2,2,3], columns = ['A'])

my_df['A'].is_monotonic    # non-strict
Out[1]: True

my_df['A'].is_monotonic_increasing    # equivalent to is_monotonic
Out[2]: True

(my_df['A'].is_monotonic_increasing and my_df['A'].is_unique)    # strict  
Out[3]: False

my_df['A'].is_monotonic_decreasing    # Other direction (also non-strict)
Out[4]: False

您可以使用apply在数据帧级别运行它：

my_df = pd.DataFrame({'A':[1,2,3],'B':[1,1,1],'C':[3,2,1]})
my_df
Out[32]: 
   A  B  C
0  1  1  3
1  2  1  2
2  3  1  1

my_df.apply(lambda x: x.is_monotonic)
Out[33]: 
A     True
B     True
C    False
dtype: bool

Answer 2

如果两个指数相等，它们就不是唯一的。所以你可以使用：

my_df.Index.is_monotonic and my_df.Index.is_unique

这些属性记录在版本15.2中；is_unique在14.1中略述过，但对我来说很有用。见

http://pandas.pydata.org/pandas-docs/version/0.15.2/api.html#indexhttp://pandas.pydata.org/pandas-docs/version/0.14.1/generated/pandas.Index.html

Answer 3

最好的方法可能是将dataframe列作为numpy数组获取，而不必四处复制数据（在通过索引选择列之后使用the ^{} property），然后使用基于numpy的测试检查单调性：

def monotonic(x):
    return np.all(np.diff(x) > 0)

monotonic(df[0].values)

纯Python实现，从这里借用：Python - How to check list monotonicity

def strictly_increasing(L):
    return all(x<y for x, y in zip(L, L[1:]))