熊猫数据组根据组内位置添加二级指数(整数)

Question

我有一个dataframe，它的时间值和组值作为列索引，由运行中的时间值索引。

我希望按政变列分组，并在每个组中的位置上添加一个二级整数索引。

示例数据框架：

import numpy as np
import pandas as pd
data = np.array([np.random.randint(0,10,20), np.arange(0,20,1) ])
dataset = pd.DataFrame({'group': data[0, :], 'time': data[1, :]})
dataset.index.name = 'global index'
dataset.sort_values(['group', 'global index'], axis=0)

现在，我不知道如何添加第二级索引，而不使用for循环和索引对每个组进行迭代。

Answer 1

IIUC，你知道：

import numpy as np
import pandas as pd
np.random.seed(123)
data = np.array([np.random.randint(0,10,20), np.arange(0,20,1) ])
dataset = pd.DataFrame({'group': data[0, :], 'time': data[1, :]})
dataset.index.name = 'global index'
dataset = dataset.sort_values(['group', 'global index'], axis=0)
dataset = dataset.set_index((dataset.groupby('group').cumcount()).rename('2nd Index'), append=True)
dataset

输出：

                        group  time
global index 2nd Index             
8            0              0     8
11           1              0    11
12           2              0    12
16           3              0    16
17           4              0    17
3            0              1     3
7            1              1     7
9            2              1     9
19           3              1    19
0            0              2     0
1            1              2     1
4            0              3     4
14           1              3    14
15           0              4    15
18           1              4    18
2            0              6     2
6            1              6     6
5            0              9     5
10           1              9    10
13           2              9    13

Answer 2

这行得通吗

import numpy as np
import pandas as pd
data = np.array([np.random.randint(0,10,20), np.arange(0,20,1) ])
dataset = pd.DataFrame({'group': data[0, :], 'time': data[1, :]})
dataset['global index'] = dataset.index
dataset.set_index(['group', 'global index']).sort_values(['group', 'global index'])