Question

我在R中看到了解决方案，但在python中没有。如果问题重复，请指出我之前提出的问题/解决方案。

我有一个数据框如下。

df = pd.DataFrame({'col1': ['a','b','c','c','d','e','a','h','i','a'],'col2':['3:00','3:00','4:00','4:00','3:00','5:00','5:00','3:00','3:00','2:00']})

df
Out[83]: 
  col1  col2
0    a  3:00
1    b  3:00
2    c  4:00
3    c  4:00
4    d  3:00
5    e  5:00
6    a  5:00
7    h  3:00
8    i  3:00
9    a  2:00

我想做的是groupby'col1'并为col2中的不同值分配一个唯一ID，如下所示：

col1  col2  ID
 a    2:00   0
 a    3:00   1
 a    5:00   2
 b    3:00   0
 c    4:00   0
 c    4:00   0
 ...

我尝试使用pd.Categorical，但无法完全达到我想要的位置。非常感谢任何帮助。感谢。

Answer 1

我们可以使用pd.factorize()方法：

In [170]: df['ID'] = df.groupby('col1')['col2'].transform(lambda x: pd.factorize(x)[0])

In [171]: df
Out[171]:
  col1  col2  ID
0    a  3:00   0
1    b  3:00   0
2    c  4:00   0
3    c  4:00   0
4    d  3:00   0
5    e  5:00   0
6    a  5:00   1
7    h  3:00   0
8    i  3:00   0
9    a  2:00   2

在pandas groupby之后为组中的每个唯一值分配唯一ID

1 个答案: