如何基于Pandas实现分类型整数DataFrame的仅变化检测类梯度计算

你不需要特意将数据转为分类类型也能实现需求，当然转分类后也能处理，下面提供两种可行方案：

方案一：直接生成0/1变化标记（推荐） #

利用diff()计算相邻值的差值，再通过判断差值是否非0来标记变化（1=变化，0=未变化），步骤简洁高效：

import pandas as pd

# 初始化你的DataFrame
mydf = pd.DataFrame([[0,0,0,1,0,2,2,5,2,4], 
                    [0,1,0,0,2,2,4,5,3,3], 
                    [1,1,1,1,2,2,0,4,4,4]])

# 按行计算相邻列的变化标记
change_df = mydf.diff(axis=1).ne(0).astype(int)
# 将第一列的缺失值（无前置列）填充为0
change_df = change_df.fillna(0)

print(change_df)

运行后会得到一个全为0和1的DataFrame，其中1表示当前列与前一列的分类值发生了变化，0表示未变化。

方案二：转为分类数据后处理 #

如果一定要先让Pandas识别为分类数据，也可以先转换类型再执行类似逻辑：

# 将DataFrame转为分类类型
mydf_cat = mydf.astype('category')

# 计算变化标记，逻辑和方案一一致
change_df_cat = mydf_cat.diff(axis=1).ne(0).astype(int)
change_df_cat = change_df_cat.fillna(0)

print(change_df_cat)

本质上分类数据的diff()是基于类别编码的差值计算，最终还是通过判断是否非0来标记变化，因此方案一更直接。

内容的提问来源于stack exchange，提问作者Whitehot