Question

我在基于我想要的列的数据框上使用groupby，然后我必须获取其组中每个项目的索引。按索引我的意思是，如果一个组中有10个项目，则索引从0到9，而不是数据帧索引。

我这样做的代码如下：

import pandas as pd

df = pd.DataFrame({'A': np.random.randint(0, 11, 10 ** 3), 'B': np.random.randint(0, 11, 10 ** 3), 
                   'C': np.random.randint(0, 11, 10 ** 3), 'D': np.random.randint(0, 2, 10 ** 3)})

grouped_by = df.groupby(["A", "B", "C"])
groups = dict(list(grouped_by))
index_dict = {k: v.index.tolist() for k,v in groups.items()}
df["POS"] = df.apply(lambda x: index_dict[(x["A"], x["B"], x["C"])].index(x.name), axis=1)

这里的数据框只是一个例子。

有没有办法使用grouped_by来实现这个目标？

Answer 1

这是一个使用cumcount()对虚拟变量生成每个组的项目索引的解决方案。它应该明显更快。

In [122]: df['dummy'] = 0
     ...: df["POS"] = df.groupby(['A','B','C'])['dummy'].cumcount()
     ...: df = df.drop('dummy', axis=1)

正如@unutbu所说，即使使用更清洁：

df["POS"] = df.groupby(['A','B','C']).cumcount()

如何获取Pandas中groupby对象中每个项目的索引？

1 个答案: