python-3.x - 在 pandas 数据框中创建子索引

Question

好吧，这很棘手。我有一个 pandas 数据框，正在处理机器日志数据。我在数据中有一个索引，但是这个数据帧中有各种作业。我希望能够为这些单独的工作提供自己的索引，以便我可以将它们相互比较。所以我想要另一列的索引从零开始，直到作业结束，然后为新作业重置为零。或者我要逐行执行此操作吗？

Answer 1

我认为您需要 set_index 和 cumcount 来计数类别:

df = df.set_index(df.groupby('Job Columns').cumcount(), append=True)

示例:

np.random.seed(456)
df = pd.DataFrame({'Jobs':np.random.choice(['a','b','c'], size=10)})

#solution with sorting
df1 = df.sort_values('Jobs').reset_index(drop=True)
df1 = df1.set_index(df1.groupby('Jobs').cumcount(), append=True)
print (df1)
    Jobs
0 0    a
1 1    a
2 2    a
3 0    b
4 1    b
5 2    b
6 3    b
7 0    c
8 1    c
9 2    c

---

#solution with no sorting
df2 = df.set_index(df.groupby('Jobs').cumcount(), append=True)
print (df2)
    Jobs
0 0    b
1 1    b
2 0    c
3 0    a
4 1    c
5 2    c
6 1    a
7 2    b
8 2    a
9 3    b