Python 熊猫自定义计数

嘿，伙计们，我正在尝试累计计算按列

用户

分组的列

值

，但仅当两者之间存在不同值时才增加计数。 有人能帮我吗？我会非常感激的！因为我有点卡住了

我所能达到的最佳效果是使用以下方法获得正常的累积计数：

df['Cumcount'] = df.groupby(['User', 'Value'].cumcount()+1

 User  Value     Cumcount
0      A      X       1
1      A      X       2
2      A      Y       1
3      A      X       3
4      A      Z       1
5      A      Y       2
6      B      X       1
7      B      Y       1
8      B      X       2
9      B      X       3

但我期望的结果是：

  User  Value     Cumcount
0      A      X       1
1      A      X       1
2      A      Y       1
3      A      X       2
4      A      Z       1
5      A      Y       2
6      B      X       1
7      B      Y       1
8      B      X       2
9      B      X       2

---

您可以设置两个条件来创建返回

True

和

False

的序列，并将其设置为

s

.duplicated（）

的第一个条件指示是否有任何行是重复的

第二个条件执行一个

.groupby（'User'）

，并获取

.cumcount（）

并与您的版本进行比较，您的版本执行相同的操作，但通过

用户

和

值

。从本质上说，如果前者大于后者，这意味着两者之间存在价值

1和2的组合返回

布尔值

系列s，如果将其作为列包含在数据帧中，则看起来是这样的：

df['s'] = ((df.duplicated(subset=(['User', 'Value'])))
             & (df.groupby('User').cumcount() + 1 > df['Cumcount']))

  User Value  Cumcount      s
0    A     X         1  False
1    A     X         2  False
2    A     Y         1  False
3    A     X         3   True
4    A     Z         1  False
5    A     Y         2   True
6    B     X         1  False
7    B     Y         1  False
8    B     X         2   True
9    B     X         3   True

从那里，您可以对

User

和上面创建的系列

s

执行嵌套的

.groupby（）.cumcount（）+1

。完整代码：

s = ((df.duplicated(subset=(['User', 'Value'])))
       & (df.groupby('User').cumcount() + 1 > df['Cumcount']))
df['Cumcount'] = df.groupby(['User', df.groupby(['User', s]).cumcount() + 1]).cumcount() + 1
df
Out[1]: 
  User Value  Cumcount
0    A     X         1
1    A     X         1
2    A     Y         1
3    A     X         2
4    A     Z         1
5    A     Y         2
6    B     X         1
7    B     Y         1
8    B     X         2
9    B     X         2

---

您可以设置两个条件来创建返回

True

和

False

的序列，并将其设置为

s

.duplicated（）

的第一个条件指示是否有任何行是重复的

第二个条件执行一个

.groupby（'User'）

，并获取

.cumcount（）

并与您的版本进行比较，您的版本执行相同的操作，但通过

用户

和

值

。从本质上说，如果前者大于后者，这意味着两者之间存在价值

1和2的组合返回

布尔值

系列s，如果将其作为列包含在数据帧中，则看起来是这样的：

df['s'] = ((df.duplicated(subset=(['User', 'Value'])))
             & (df.groupby('User').cumcount() + 1 > df['Cumcount']))

  User Value  Cumcount      s
0    A     X         1  False
1    A     X         2  False
2    A     Y         1  False
3    A     X         3   True
4    A     Z         1  False
5    A     Y         2   True
6    B     X         1  False
7    B     Y         1  False
8    B     X         2   True
9    B     X         3   True

从那里，您可以对

User

和上面创建的系列

s

执行嵌套的

.groupby（）.cumcount（）+1

。完整代码：

s = ((df.duplicated(subset=(['User', 'Value'])))
       & (df.groupby('User').cumcount() + 1 > df['Cumcount']))
df['Cumcount'] = df.groupby(['User', df.groupby(['User', s]).cumcount() + 1]).cumcount() + 1
df
Out[1]: 
  User Value  Cumcount
0    A     X         1
1    A     X         1
2    A     Y         1
3    A     X         2
4    A     Z         1
5    A     Y         2
6    B     X         1
7    B     Y         1
8    B     X         2
9    B     X         2

---

请提供一个。您是按用户和值分组的，请解释为什么索引1的预期结果应该是x1（再次）？请提供一个。您是按用户和值分组的，请解释为什么索引1的预期结果应该是x1（再次）？