Question

我有一个有团体的df。对于每个组，我想形成一个新列，其中包含从1到该组中行数的整数。以下尝试不起作用，因为它创建一行具有多个列而不是一列具有多个行。为什么会这样？

df = pd.DataFrame(data = {"a": np.arange(5), "b": np.arange(5)[::-1], "id": [1,1,1,2,2]}).set_index("id")
df["c"] = df.groupby("id").apply(lambda x: np.arange(1, len(x)+1))

或者，如果我尝试返回Series对象，如：

df["c"] = df.groupby("id").apply(lambda x: pd.Series(data = np.arange(1, len(x)+1)))

这引发了一个异常，说索引是不兼容的（这是有道理的，因为返回的Series现在有一个MultiIndex）

更新：让我更一般地提出这个问题：如何在数据帧上groupby返回与数据帧具有相同索引的Series，以便结果系列可以合并到原始数据框中吗？

Answer 1

df["c"] = 1 + df.groupby("id").cumcount()

您的解决方案不起作用的原因是groupby＆amp; agg尝试为每个组创建结果，而不是为每个行创建结果。因此，以下内容为每个组创建一个数字列表

df.groupby("id").apply(lambda x: np.arange(1, len(x)+1))

发表评论：要the numbers in reverse groupby - sort - cumcount，您可以rolling / resample。

对于更一般的需求，您可能需要查看groupby + transform个功能。

让我让这个问题更加笼统：怎么做groupby 在数据帧上返回与数据帧具有相同索引的Series 以便生成的系列可以合并到原始系列中数据帧？

您需要df["c"] = df.groupby("id")["a"].transform(lambda x: np.arange(1, len(x)+1))。 ~~但是对于像这样的累积操作案例它不起作用。~~实际上它可以，如@Alex回答中所示

{{1}}

Answer 2

这是一种相当普遍的正确方法：

df["c"] = df.groupby("id")["a"].transform(lambda x: np.arange(1, len(x)+1))

pandas：创建一个从1到每组长度的列

2 个答案: