Python 高效地创建包含另一列中某个值的实例号的DataFrame列

假设您有一列包含以下信息：

>> df
     num
0    0
1    1
2    1
3    2
4    3
5    3

num列左侧的列是索引列。 我想创建一个实例列，告诉我num的哪个实例出现。这是我想要的结果：

>> df
     num  instance
0    0    1
1    1    1
2    1    2
3    2    1
4    3    1
5    3    2

以下是我编写的代码：

>> my_list = []
>> for index, row in df.iterrows():
>>    my_list.append(df.loc[index,'num'])
>>    # The IF condition is done to prevent my_list from growing too big.
>>    if len(my_list)>1:
>>        if my_list[len(my_list)-1] == my_list[len(my_list)-2]:
>>            del my_list[:len(my_list)-2]
>>    my_list['instance'] = len([element for element in my_list if \
                                 element == df.loc[index,'num'])

这段代码非常适用于小数据帧，但是当num列由几百万行组成时，它需要花费非常长的时间才能完成。有没有一种方法可以不使用.iterrows（）而按照我的想法创建实例列？

试试以下方法：

In [11]: df['instance'] = df.groupby('num').cumcount()+1

In [12]: df
Out[12]:
   num  instance
0    0         1
1    1         1
2    1         2
3    2         1
4    3         1
5    3         2

---

您可以在'num'列上使用

groupby

，并使用param

method=densed'调用：

In [5]:
df['instance'] = df.groupby('num').transform(lambda x: x.rank(method='dense'))
df

Out[5]:
   num  instance
0    0         1
1    1         1
2    1         2
3    2         1
4    3         1
5    3         2

你能描述一下你所说的“实例”是什么意思吗？这对我来说并不明显，甚至从你的代码来看。这正是我所想的。我将不得不重新检查GroupBy中的功能。