熊猫在群内创建序号增值栏

Question

我有一个dataframe 'df‘，它包括：

col1 = datetime[64]
col2 = object
col3 = object
col4 = object

我想按“col1”对数据进行排序。那么我想按'col2‘分组。最后，我想在该分组中创建一个序数值(1,2,3)，按“col2”进行排序，并按“col1”排序。如果按“col2”分组中有4行，则在这个新列中，这些行的值将为1,2,3,4。

我知道熊猫有“等级”，我可以用

df['newcol'] = df.groupby(['col2'])['col1'].rank()

但是这并不能给出原始的dataframe列，它的序号值只有1,2,3在分组中？

Answer 1

你想要实现这样的目标吗？如果没有样本数据和期望的结果，就很难判断。

random.seed(0)
df = pd.DataFrame({col: [random.choice(list('abc')) for i in range(10)] for col in list('ABC')})
df['timestamp'] = pd.date_range('2016-1-1', periods=len(df))

df.sort_values('timestamp', inplace=True)
df['rank'] = \
    df.groupby('A')['B'].transform(lambda group: group.astype('category').cat.codes + 1)

>>> df
   A  B  C  timestamp rank
0  c  c  a 2016-01-01    2
1  c  b  c 2016-01-02    1
2  b  a  c 2016-01-03    1
3  a  c  c 2016-01-04    1
4  b  b  b 2016-01-05    2
5  b  a  a 2016-01-06    1
6  c  c  b 2016-01-07    2
7  a  c  b 2016-01-08    1
8  b  c  c 2016-01-09    3
9  b  c  c 2016-01-10    3

Answer 2

试着用这个：

>> df.sort_values(by='col1').groupby('col2')

这将首先按照col1对DF进行排序，然后按col2进行分组。结果将是一个GroupBy对象。

如果还希望在每个组中有行数，则可以尝试如下：

>> grouped = df.sort_values(by='col1').groupby('col2')
>> grouped.count()

我希望这能帮到你!

Answer 3

有一种熊猫groupby方法可以做OP想要做的事情(我认为)：

df.sort_values("col1", inplace = True)
df["rank"] = df.groupby("col2").cumcount() + 1

不过，在这里使用MultiIndex可能更有用：

df.set_index(["col1", "col2"], inplace = True)
df["rank"] = df.groupby(level = "col2").cumcount() + 1

为了使事情变得更漂亮(按"col2“和”col1“排序的行)：

df.sort_values(by=["col2", "col1"], inplace = True)