在 pandas 中,我如何添加一个新列来枚举基于给定分组的行?
例如,假设有以下 DataFrame:
import pandas as pd
import numpy as np
a_list = ['A', 'B', 'C', 'A', 'A', 'C', 'B', 'B', 'A', 'C']
df = pd.DataFrame({'col_a': a_list, 'col_b': range(10)})
df
col_a col_b
0 A 0
1 B 1
2 C 2
3 A 3
4 A 4
5 C 5
6 B 6
7 B 7
8 A 8
9 C 9
我想添加 col_c
这给了我基于 col_a
的分组的“组”的第 N 行和排序 col_b
.
期望的输出:
col_a col_b col_c
0 A 0 1
3 A 3 2
4 A 4 3
8 A 8 4
1 B 1 1
6 B 6 2
7 B 7 3
2 C 2 1
5 C 5 2
9 C 9 3
我正在努力去 col_c
.您可以使用 .sort_index(by=['col_a', 'col_b'])
进行正确的分组和排序。 ,现在只需转到该新列并标记每一行。
最佳答案
有 cumcount ,对于这种情况:
df['col_c'] = g.cumcount()
正如文档中所说:
Number each item in each group from 0 to the length of that group - 1.
原始答案(在定义 cumcount 之前)。
您可以创建一个辅助函数来执行此操作:
def add_col_c(x):
x['col_c'] = np.arange(len(x))
return x
首先按col_a列排序:
In [11]: df.sort('col_a', inplace=True)
然后将此函数应用于每个组:
In [12]: g = df.groupby('col_a', as_index=False)
In [13]: g.apply(add_col_c)
Out[13]:
col_a col_b col_c
3 A 3 0
8 A 8 1
0 A 0 2
4 A 4 3
6 B 6 0
1 B 1 1
7 B 7 2
9 C 9 0
2 C 2 1
5 C 5 2
为了得到1,2,...
你可以使用 np.arange(1, len(x) + 1)
.
关于python - 枚举 DataFrame 中每个组的每一行,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/17228215/