在DataFram中按行计算非零值的非重叠运行

Question

假设我有以下熊猫DataFrame：

id | a1 | a2 | a3 | a4 
1  | 3  | 0  | 10 | 25   
2  | 0  | 0  | 31 | 15  
3  | 20 | 11 | 6  | 5  
4  | 0  | 3  | 1  | 7  

我要计算的是，对于n的不同值，每行中n连续非零值的非重叠运行次数。预期输出为：

^{pr2}$

例如，2s列中的每个值显示该行中长度为2的非重叠运行数，3s列中的每个值显示长度为3的相应运行数，依此类推。在

我想知道有没有什么熊猫或裸体的方法来处理这个问题？在

Answer 1

管理非重叠功能的解决方案。在

def count(row,mins):
    runs=(row!=0).astype(uint8).tobytes().decode().split(chr(0))
    lengths=[len(run) for run in runs]
    return np.floor_divide.outer(lengths,mins).sum(0) 

它使用strings-fast操作来查找所有的运行，然后使用//来查找每个给定长度的不重叠的运行数。在

使用df:

^{pr2}$

np.apply_along_axis(count,1,df,[2,3,4])返回

array([[1, 0, 0],
       [1, 0, 0],
       [2, 1, 1],
       [1, 1, 0]], dtype=int32)

这是df的预期结果。在