Question

我有一个这样的数据框：

ID   day purchase
ID1  1   10  
ID1  2   15 
ID1  4   13
ID2  2   11
ID2  4   11
ID2  5   24
ID2  6   10

期望的输出：

ID   day purchase Txn
ID1  1   10       1
ID1  2   15       2 
ID1  4   13       3 
ID2  2   11       1  
ID2  4   11       2
ID2  5   24       3 
ID2  6   10       4

因此，对于每个ID，我想创建一个计数器来跟踪他们的交易。在SAS中，我会做类似于First.ID的事情，然后Txn = 1，否则Txn + 1

如何在Python中做这样的事情？

我有了按ID和日排序的想法。但是如何创建定制的计数器？

Answer 1

这是一个解决方案。像你建议的那样，它涉及按ID和日排序（如果你的原始数据框不是），然后按ID分组，为每个ID创建一个计数器：

# Make sure your dataframe is sorted properly (first by ID, then by day)
df = df.sort_values(['ID', 'day'])

# group by ID
by_id = df.groupby('ID')

# Make a custom counter using the default index of dataframes (adding 1)
df['txn'] = by_id.apply(lambda x: x.reset_index()).index.get_level_values(1)+1

>>> df
    ID  day  purchase  txn
0  ID1    1        10    1
1  ID1    2        15    2
2  ID1    4        13    3
3  ID2    2        11    1
4  ID2    4        11    2
5  ID2    5        24    3
6  ID2    6        10    4

如果您的数据框未按正确排序开始，则可以返回原始订单：

df = df.sort_index()

Answer 2

我能提出的最简单的方法，但绝对不是最有效的方法。

df['txn'] = [0]*len(df)    
prev_ID = None    
for index, row in df.iterrows():
    if row['ID'] == prev_ID:
        df['txn'][index] = counter
        counter += 1
    else:
        prev_ID = row['ID']
        df['txn'][index] = 1
        counter = 2

输出

    ID  day  purchase  txn
0  ID1    1        10    1
1  ID1    2        15    2
2  ID1    4        13    3
3  ID2    2        11    1
4  ID2    4        11    2
5  ID2    5        24    3
6  ID2    6        10    4

根据数据框

2 个答案: