Question

我有一个熊猫数据框

id tag
1  A
1  A
1  B
1  C
1  A
2  B
2  C  
2  B

我想添加一个列，用于计算id级别的唯一标记的累计数量。更具体地说，我想有

id tag count
1  A   1
1  A   1
1  B   2
1  C   3
1  A   3
2  B   1
2  C   2
2  B   2

对于给定的id，count将不会减少。谢谢你的帮助！

Answer 1

我认为这可以满足您的需求：

unique_count = df.drop_duplicates().groupby('id').cumcount() + 1
unique_count.reindex(df.index).ffill()

+1是因为计数从零开始。仅当数据框按id排序时才有效。这是有意的吗？您可以随时排序。

Answer 2

这个怎么样：

d['X'] = 1
d.groupby("Col").X.cumsum()

Answer 3

idt=[1,1,1,1,1,2,2,2]
tag=['A','A','B','C','A','B','C','B']
df=pd.DataFrame(tag,index=idt,columns=['tag'])
df=df.reset_index()
print(df)

   index tag
0      1   A
1      1   A
2      1   B
3      1   C
4      1   A
5      2   B
6      2   C
7      2   B


df['uCnt']=df.groupby(['index','tag']).cumcount()+1
print(df)

   index tag  uCnt
0      1   A     1
1      1   A     2
2      1   B     1
3      1   C     1
4      1   A     3
5      2   B     1
6      2   C     1
7      2   B     2


df['uCnt']=df['uCnt']//df['uCnt']**2
print(df)

   index tag  uCnt
0      1   A     1
1      1   A     0
2      1   B     1
3      1   C     1
4      1   A     0
5      2   B     1
6      2   C     1
7      2   B     0

df['uCnt']=df.groupby(['index'])['uCnt'].cumsum()
print(df)

   index tag  uCnt
0      1   A     1
1      1   A     1
2      1   B     2
3      1   C     3
4      1   A     3
5      2   B     1
6      2   C     2
7      2   B     2

df=df.set_index('index')
print(df)
      tag  uCnt
index          
1       A     1
1       A     1
1       B     2
1       C     3
1       A     3
2       B     1
2       C     2
2       B     2

Answer 4

您可以在R和Python here中找到其他方法

df = pd.DataFrame({'id':[1,1,1,1,1,2,2,2],'tag':["A","A", "B","C","A","B","C","B"]})

df['count']=df.groupby('id')['tag'].apply(lambda x: (~pd.Series(x).duplicated()).cumsum())

   id tag  count
0   1   A      1
1   1   A      1
2   1   B      2
3   1   C      3
4   1   A      3
5   2   B      1
6   2   C      2
7   2   B      2

pandas数据帧的累积唯一元素数

4 个答案: