Python 3.x 熊猫按递增顺序对组中的行进行编号
给定以下数据帧:Python 3.x 熊猫按递增顺序对组中的行进行编号,python-3.x,pandas,group-by,pandas-groupby,rank,Python 3.x,Pandas,Group By,Pandas Groupby,Rank,给定以下数据帧: import pandas as pd import numpy as np df=pd.DataFrame({'A':['A','A','A','B','B','B'], 'B':['a','a','b','a','a','a'], }) df A B 0 A a 1 A a 2 A b 3 B a 4 B a 5 B a 我想创建列“C”
import pandas as pd
import numpy as np
df=pd.DataFrame({'A':['A','A','A','B','B','B'],
'B':['a','a','b','a','a','a'],
})
df
A B
0 A a
1 A a
2 A b
3 B a
4 B a
5 B a
我想创建列“C”,它对A列和B列中每个组内的行进行编号,如下所示:
A B C
0 A a 1
1 A a 2
2 A b 1
3 B a 1
4 B a 2
5 B a 3
到目前为止,我已经试过了:
df['C']=df.groupby(['A','B'])['B'].transform('rank')
…但它不起作用 使用:
使用groupby.rank函数。
这里是工作示例
df=pd.DataFrame({'C1':['a','a','a','b','b'],'C2':[1,2,3,4,5]})
df
C1 C2
a 1
a 2
a 3
b 4
b 5
df[“RANK”]=df.groupby(“C1”)[“C2”].RANK(method=“first”,升序=True)
df
C1-C2秩
a 11
a 2 2
a 3 3
b 4 1
b 5 2
由@Gokulakrishnan回答的rank()
函数在处理分组列值为数字的情况时确实更好。下面是一个反问句,为什么要通过阅读这些文档来找到这样的解决方案如此困难?有时候,要想弄明白如何做最简单的事情,需要花很长时间。
In [25]: df['C'] = df.groupby(['A','B']).cumcount()+1; df
Out[25]:
A B C
0 A a 1
1 A a 2
2 A b 1
3 B a 1
4 B a 2
5 B a 3