Python 大熊猫组内的交替值

我有以下数据帧：

df1
    a   b                                  
4   0   1      
5   0   1      
6   0   2      
2   0   3          
3   1   2   
15  1   3   
12  1   3   
13  1   1     
15  3   1   
14  3   1   
8   3   1   
9   3   1   
10  3   2       

我需要另一列，按a，b分组，并在a的每组内交替赋值1,2，始终从1开始。 应该是这样的：

    a   b   c                               
4   0   1   1   
5   0   1   1   
6   0   2   2   
2   0   3   1       
3   1   2   1
15  1   3   2
12  1   3   2
13  1   1   1   
15  3   1   1
14  3   1   1
8   3   1   1
9   3   1   1
10  3   2   2

一种方法是，采用基本上枚举每组的方法，然后采用

2

模，并使用结果从

1

或

2

进行索引：

import numpy
df['c'] = np.array([1,2])[df.groupby(['a','b']).ngroup().values%2]

---

---

更新，使

a

中的每个现在组以

1

开头（改编@wen的答案）：

---

使用

transform

+

factorize

df.groupby('a').b.transform(lambda x : (x.factorize()[0]+1)//2+1)
4     1
5     1
6     2
2     1
3     2
15    2
12    2
13    2
15    1
14    1
8     1
9     1
Name: b, dtype: int64

---

非常感谢。这几乎就是我想要的。在每个“a”组中，应始终以1开头。如果查看最后4行，它以2开头。我该如何解决这个问题？好的，我明白了，我会尝试改编@mirekgt这是我脑海中的想法。现在可以工作了@MirekG？这很好，但是在一个巨大的数据帧中工作得很慢。非常感谢你！

df['c'] = df.groupby('a').b.transform(lambda x : x.factorize()[0]%2+1)

print(df)

    a  b  c
4   0  1  1
5   0  1  1
6   0  2  2
2   0  3  1
3   1  2  1
15  1  3  2
12  1  3  2
13  1  1  1
15  3  1  1
14  3  1  1
8   3  1  1
9   3  1  1
10  3  2  2

df.groupby('a').b.transform(lambda x : (x.factorize()[0]+1)//2+1)
4     1
5     1
6     2
2     1
3     2
15    2
12    2
13    2
15    1
14    1
8     1
9     1
Name: b, dtype: int64