Question

我有一个像这样的数据框：

   Clinic Number        date
0              1  2015-05-05
1              1  2015-05-05
2              1  2016-01-01
3              2  2015-05-05
4              2  2016-05-05
5              3  2017-05-05
6              3  2017-05-05

我想创建一个新列并根据某些条件填写它。因此新数据框应如下所示：

   Clinic Number    date      row_number
0              1  2015-05-05    1
1              1  2015-05-05    1
2              1  2016-01-01    2
3              2  2015-05-05    3
4              2  2016-05-05    4
5              3  2017-05-05    5
6              3  2017-05-05    5

将条目放入新列的规则是什么：诊所编号和日期相同的地方，他们将得到相同的编号，如果更改，它将增加。

例如，这里1 2015-05-05有两行，这两行具有相同的Clinic Number and date，因此它们都得到1。下一行的Clinic Number = 1，但日期与上一行的日期不同，因此它将得到2。其中Clinic Number=2没有诊所号为2且日期相同的行，所以它得到了3，下一行是4 ...

到目前为止，我已经尝试过类似的操作：

def createnumber(x):
    x['row_number'] = i

d['row_number']= pd1.groupby(['Clinic Number','date']).apply(createnumber)

但我不知道如何实现此功能。

如果您能帮助我，我表示感谢：）我也看过像this这样的链接，但是它们不是动态的（我的意思是，在某些情况下，行号应该增加）

Answer 1

代替groupby，您可以执行以下操作，分别命名条件。因此，如果日期改变或诊所编号发生变化，则返回True，然后获取这些cumsum值中的True：

df['row_number'] = (df.date.ne(df.date.shift()) | df['Clinic Number'].ne(df['Clinic Number'].shift())).cumsum()


>>> df
   Clinic Number        date  row_number
0              1  2015-05-05           1
1              1  2015-05-05           1
2              1  2016-01-01           2
3              2  2015-05-05           3
4              2  2016-05-05           4
5              3  2017-05-05           5

您需要确保数据框先按Clinic Number和Date排序（如果尚未对df.sort_values(['Clinic Number', 'date'], inplace=True)进行排序，则可以这样做）

如何根据熊猫中的某些条件创建row_number

1 个答案: