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：

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