Python 在表中循环，按其他列上的条件更改值

我目前正在尝试根据另一列的值更改panda列的值。到目前为止没有问题，但我希望遍历这两列，以便按照下面的示例设置我的表：

我有一张这样的熊猫桌：

id  id2
1    0
1    0
1    0
2    0
2    0
2    0
...

id  id2
1    1
1    2
1    3
2    1
2    2
2    3
...

我想得到这样的东西：

id  id2
1    0
1    0
1    0
2    0
2    0
2    0
...

id  id2
1    1
1    2
1    3
2    1
2    2
2    3
...

因此，我必须检查

id

列的值，并根据它更改

id2

的值。到目前为止，我只知道：

n=1
m=50
df.loc[df.id==n, 'id2'] = m

这给了我以下输出，但不是我想要做的：

 id  id2
 1   50
 1   50
 1   50
 2   50
 2   50
 2   50

我是编程新手，我尝试的所有循环都失败了。如果有人能告诉我怎么做，我会非常感激的

将cumsum（）与groupby（）一起使用

输出：

   id  id2
0   1    1
1   1    2
2   1    3
3   2    1
4   2    2
5   2    3

也许

DataFrame.rank（）

方法就是您所需要的

示例：

import pandas as pd
df = pd.DataFrame({'id1':[1,1,1,2,2,2,3,3],'id2':[0,0,0,0,0,0,0,0]})
df['dummy_rank'] = df['id2'].groupby(df['id1']).rank(method='first').apply(int)

---

关键是“方法”参数，您可以通过文档熊猫了解更多信息。

如果您使用

.loc

，则应该可以。我不明白输出不符合要求。你好吗？按

n

循环，即范围（10）？您是否更改了

m

的值？因为如果您不这样做，那么每次循环时，相应的

n

都将更改，但更改为相同的

50

。非常感谢，这正是我正在搜索的！有没有办法从0开始而不是1？你可以使用

add（-1）

like

df['id2']=df.groupby（'id'）['id2'].cumsum（）.add（-1）