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?
最佳答案
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
关于python-3.x - 在 pandas 数据框中创建子索引,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/46110500/