Pandas 通过比较列和行来创建子集顺序

我试图为数据帧中的数据子集创建订单号。对于一个新列（“罢工命令”），我想检查“option_expiration”列的值是否等于上一行“option_expiration”列的值。如果它不等于（即新子集），则将“罢工命令”值设置为1。如果等于，则将值设置为前一行“罢工命令”+1

我在Jupyter的错误消息底部得到的错误是KeyError:“标签[06/15/2001]不在[index]中”

例如：

df = pandas.DataFrame([[2,1],[2,2],[2,3],[2,4],[4,1],[4,2]],columns=
["source_column","desired_output"])#, index = ["1","2","3","4","5","5"])
df

  source_column desired_output
0   2            1
1   2            2
2   2            3
3   2            4
4   4            1
5   4            2

即，当源列更改值时，它会从输出列中的1触发一个新计数

我的代码如下：

def compare(i): 
   for i in df.loc[i,"source_column"]:
    if i <1  :
        return 1 #populates first row as 1

    elif  df.loc[i,"source_column"] == df.loc[i-
1,"source_column"]:
            return compare(i-1) +1
    else:
        return 1           


df["desired_output"]=df["source_column"].apply(compare)

def比较（i）：
对于df.loc[i，“源_列”]中的i：
如果我你可以使用rank（）

你得到

    source_column   strike_order
0   2               1
1   2               2
2   2               3
3   2               4
4   4               1
5   4               2

您可以使用rank（）

你得到

    source_column   strike_order
0   2               1
1   2               2
2   2               3
3   2               4
4   4               1
5   4               2

它叫做累积计数，你可以直接这样做

df['new'] = df.groupby('source_column').cumcount()+1

源\所需列\输出新
0              2               1    1
1              2               2    2
2              2               3    3
3              2               4    4
4              4               1    1
5              4               2    2
在[453]中：
它叫做累积计数，你可以直接这样做

df['new'] = df.groupby('source_column').cumcount()+1

源\所需列\输出新
0              2               1    1
1              2               2    2
2              2               3    3
3              2               4    4
4              4               1    1
5              4               2    2
在[453]中：
如果您可以发布更多关于您的问题的数据，可能会有所帮助！输入数据文件和python脚本现在通过Dropbox的链接附加。如果您发布具有代表性的示例数据，而不是发布到zip文件的链接，您可能会更快地获得更好的帮助。除了让我们更容易为您提供帮助之外，您可能会发现这需要花费时间来开发一个具有代表性的、最少的示例通常是澄清问题的良好第一步。公正的评论，更新。如果您可以发布更多关于您的问题的数据，可能会有所帮助！输入数据文件和python脚本，现在通过到Dropbox的链接附加。如果您发布具有代表性的示例数据，而不是发布ng一个zip文件的链接。除了让我们更容易帮助您之外，您可能会发现花时间开发一个具有代表性的、最少的示例通常是澄清您的问题的良好第一步。公正评论，更新。