Question

是否有更 Pythonic（即没有 for 循环）的方法来在下面的数据框中生成 count 列？

import pandas as pd

val = [1, 1, 1, 1, 2, 3, 4, 4, 5, 5, 5, 6, 7, 7, 7, 7]

df = pd.DataFrame(val, index = pd.date_range("2021-05-30", freq="D",
                               periods=len(val)), columns=['vals'])

df['count'] = 0

for n in set(df['vals']):
     end = df['vals'].value_counts()[n] + 1
     df.loc[df['vals'] == n, 'count'] = range(1, end)

df
            vals  count
2021-05-30     1      1
2021-05-31     1      2
2021-06-01     1      3
2021-06-02     1      4
2021-06-03     2      1
2021-06-04     3      1
2021-06-05     4      1
2021-06-06     4      2
2021-06-07     5      1
2021-06-08     5      2
2021-06-09     5      3
2021-06-10     6      1
2021-06-11     7      1
2021-06-12     7      2
2021-06-13     7      3
2021-06-14     7      4

Answer 1

一种方式：

df['count'] = df.groupby('vals').cumcount() + 1

输出：

            vals  count
2021-05-30     1      1
2021-05-31     1      2
2021-06-01     1      3
2021-06-02     1      4
2021-06-03     2      1
2021-06-04     3      1
2021-06-05     4      1
2021-06-06     4      2
2021-06-07     5      1
2021-06-08     5      2
2021-06-09     5      3
2021-06-10     6      1
2021-06-11     7      1
2021-06-12     7      2
2021-06-13     7      3
2021-06-14     7      4

Answer 2

试试：

df['count']=df.groupby((df['vals'] != df['vals'].shift()).cumsum()).cumcount() + 1

输出：

            vals  count
2021-05-30     1      1
2021-05-31     1      2
2021-06-01     1      3
2021-06-02     1      4
2021-06-03     2      1
2021-06-04     3      1
2021-06-05     4      1
2021-06-06     4      2
2021-06-07     5      1
2021-06-08     5      2
2021-06-09     5      3
2021-06-10     6      1
2021-06-11     7      1
2021-06-12     7      2
2021-06-13     7      3
2021-06-14     7      4

此方法将处理不连续的重复 val，为 val 中的每次更改重新开始计数。

有没有更pythonic的方式来实现条件计数？

2 个答案:

输出：