Сортировать кадр данных Pandas по частоте и длине

Question

У меня есть информационный фрейм Pandas, который содержит список каскадов атмосферных рек (AR). Каждый AR имеет связанную дату (дату первоначального выхода на сушу), увеличенную на 6 часовых периодов времени. Этот список также включает в себя столбец, который сообщает, какое число AR в течение периода ~ 40 лет. Большинство AR длится дольше, чем один 6-часовой период времени и, таким образом, имеют одинаковое количество AR в течение периода времени. В моем случае я хочу заказать AR по тому, как долго они длились, сохраняя при этом первую дату, когда AR совершил посадку.

number of AR   Year   Month   Day   Hour 
1651           1979   1       5     18
1651           1979   1       6     0
1651           1979   1       6     06
1651           1979   1       6     12
1651           1979   1       6     18
1652           1979   1       8     06
1652           1979   1       8     12
1652           1979   1       8     18

В идеале у меня был бы новый фрейм данных, который выглядел бы примерно так:

number of AR     Frequency    Year   Month   Day   Hour 
1651             5            1979   1       5     18
1652             3            1979   1       8     6

Answer 1

Вы можете использовать groupby, чтобы взять первое из каждого AR, затем join со счетчиком значений.Это означает, что ваш фрейм данных отсортирован по Year, затем Month, затем Day (сделано ниже с помощью sort_values):

new_df = df.sort_values(['Year','Month', 'Day']).groupby(['number of AR']).first()

new_df = new_df.join(df['number of AR'].value_counts().to_frame('frequency'))


>>> new_df
              Year  Month  Day  Hour  frequency
number of AR                                   
1651          1979      1    5    18          5
1652          1979      1    8     6          3

Answer 2

Звучит так, будто вы просто хотите, чтобы первое вхождение каждого уникального "числа AR" соединялось с длиной, связанной с этим.

df.groupby('number of AR').first().merge(
df.groupby('number of AR').apply(len).rename("Frequency").to_frame(), 
left_on='number of AR', right_index=True)

#            Year   Month   Day Hour    Frequency
#number of AR                   
#1651       1979    1       5   18      5
#1652       1979    1       8   6       3

Если вы на самом деле не хотите первого, вам следует сначала отсортировать по значению, которое вас волнует, прежде чем вызывать .first().