Pandas 根据分组添加订单列

假设有一个包含两列的数据框，

col1

表示组

d = pd.DataFrame({'col1': ['a','a','a','a', 'a', 'b','b'], 'col2': ['nmh','ghb','dfe', 'dfe', 'kil', 'gtr','klm']})

我想添加第三列，它使用

col1

中的组和

col2

中的条目，并添加线性顺序，如下所示：

order = [1,2,3,3,4, 1,2]
d['order'] = order
d

col2

大部分是唯一的，如果有重复的

订单

列应该重复订单号

我使用了

groupby

和

rank

，但没有用。通常向

rank

方法提供

method='first'

可以解决问题，但会给出一个错误

注意：df将更大，在

col1

中，每组对应的条目数不同。因此，请提供一个概括的答案

In [45]: d['order'] = (d.groupby('col1')['col2']
                        .transform(lambda x: (x!=x.shift()).cumsum()))

In [46]: d
Out[46]:
  col1 col2  order
0    a  nmh      1
1    a  ghb      2
2    a  dfe      3
3    a  dfe      3
4    a  kil      4
5    b  gtr      1
6    b  klm      2

或者是@Zero的更好替代品：

In [52]: d.col2.ne(d.col2.shift()).groupby(d.col1).cumsum()
Out[52]:
0    1.0
1    2.0
2    3.0
3    3.0
4    4.0
5    1.0
6    2.0
Name: col2, dtype: float64

---

使用

factorize

d['Order']=d.groupby('col1').col2.transform(lambda x : pd.factorize(x)[0]+1)
d
Out[1641]: 
  col1 col2  Order
0    a  nmh      1
1    a  ghb      2
2    a  dfe      3
3    a  dfe      3
4    a  kil      4
5    b  gtr      1
6    b  klm      2

---

或者

d.col2.ne（d.col2.shift（））.groupby（d.col1.cumsum（）

谢谢你的回答。虽然MaxU和Zero的回答都正确，但我会选择这个作为答案，因为它“看起来”更简单。尽管如此，我还是很惊讶这么简单的任务需要这么多的编码。@ilyas yw:-），是的。有时候，当有团队的时候，我们需要付出很多努力