在Python中枚举分组变量

我有一个使用Python的数据框，其中包含患者ID号，每条记录代表不同的预约。在每次预约时，功能（dx）记录为0或1。我想创建一个新功能，总结dx功能，但仅限于该患者的这一点

patient_ID   |   dx   |   
 29847            0
 29847            1
 29847            0
 29847            1
 29847            1

我可以通过一个简单的groupby语句获得组的总和：

df.groupby(['patient_ID])['dx'].sum()

但我希望将枚举值作为一项新功能，仅考虑当前和以前的记录：

patient_ID   |   dx   |   dx_enum
 29847            0         0
 29847            1         1
 29847            0         1
 29847            1         2
 29847            1         3

---

我想这将需要一个for循环和一个groupby语句的组合，但到目前为止还没有成功。谢谢你能提供的任何帮助

如果我了解您的意图，您可以通过执行groupby，然后调用

transform

并传递函数

cumsum

来添加列：

In [44]:

df['dx_enum'] = df.groupby('patient_ID')['dx'].transform(pd.Series.cumsum)
df
Out[44]:
   patient_ID  dx  dx_enum
0       29847   0        0
1       29847   1        1
2       29847   0        1
3       29847   1        2
4       29847   1        3

---

返回与原始df对齐的序列，以便您可以将其添加为列，请参阅文档：

我们如何确定OP不只是查找

cumsum

？[我的意思是

df.groupby（“patient_id”）[“dx”].cumsum（）

]@DSM dunno但这符合OP的期望，值得询问更多信息我同意我认为OP首先需要groupby，请参阅我编辑的评论。谢谢您的帮助，@EdChum！这正是我要找的。你只需要

cumsum（）

？