Question

我有一个数据数据帧，我想在其中添加一列，该列将分别指示每个user_id的日期顺序，因此就像表2所示。

TABLE1：

user_id         received_at          action    
0043e1a6-52e4   2018-01-05 12:32:10  A                 
                2018-01-05 12:33:13  A                 
                2018-01-05 12:42:12  B                 
0070f782-29f4   2018-01-06 01:41:18  A                 
                2018-01-06 01:42:12  A                 
                2018-01-06 01:43:11  B                 
                2018-01-06 01:44:18  C                               
008aa58a-84a5   2018-01-06 14:22:13  A                 
                2018-01-06 14:23:18  A                 
                2018-01-06 14:24:13  A                 
                2018-01-06 14:25:18  C

像这样

TABLE2：

user_id         received_at          action  order_n 
0043e1a6-52e4   2018-01-05 12:32:10  A       1               
                2018-01-05 12:33:13  A       2               
                2018-01-05 12:42:12  B       3               
0070f782-29f4   2018-01-06 01:41:18  A       1               
                2018-01-06 01:42:12  A       2               
                2018-01-06 01:43:11  B       3               
                2018-01-06 01:44:18  C       4                             
008aa58a-84a5   2018-01-06 14:22:13  A       1               
                2018-01-06 14:23:18  A       2               
                2018-01-06 14:24:13  A       3               
                2018-01-06 14:25:18  C       4

是否有比分别对每个user_id进行迭代更有效，更简单的解决方案？

Answer 1

groupby user_id并使用rank

获取received_at

df['count_n'] = df.groupby('user_id').received_at.apply(pd.Series.rank)

这不需要排序步骤，即使数据帧没有在每个组中按received_at进行排序，

如果将列user_id设置为索引（如样本数据似乎所示），则可以替代使用以下内容。尽管在最新版本的熊猫中，按命名索引进行分组也可以（即上述方法可能也可以）

df.groupby(level=0).received_at.apply(pd.Series.rank)

如何在熊猫数据框组中创建订单？

1 个答案: