PANDA在Group中创建序数递增值列

Question

我的数据框'df'包含：

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

我想用'col1'对数据帧进行排序。然后我想按'col2'分组。最后，我想在'col2'的分组中创建一个序数值（1,2,3），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PANDAs中有'rank（）'，我可以使用

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

但是这不会给我原始数据帧列的序数值只有[1,2,3]在分组中？

Answer 1

你想要实现这样的目标吗？没有样本数据和期望的结果很难说清楚。

{"Key1":"value one","Key2":"value two","RowData":{"15/04":1.3,"15/05":1.2,"17/08":0.8}}

Answer 2

试试这个：

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

这将首先按col1对您的DF进行排序，然后按col2进行分组。结果将是GroupBy对象。

如果您还想拥有每个组中的行数，那么您可以试试这个：

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

我希望这有帮助！

Answer 3

有一种熊猫groupby方法可以完全满足OP的要求：

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

不过，在此处使用MultiIndex可能会更有用：

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

使事物更漂亮（行以“ col2”和“ col1”排序）：

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