Python 如何为pandas groupby分配顺序标签？

我从下面的pandas dataframe开始，我希望每天分组，并创建一个名为“label”的新列，该列用序列号标记组。我该怎么做

df = pd.DataFrame({'val': [10,40,30,10,11,13]}, index=pd.date_range('2016-01-01 00:00:00', periods=6, freq='12H' ) )
# df['label'] = df.groupby(pd.TimeGrouper('D')) # what do i do here???
print df

输出：

                     val
2016-01-01 00:00:00   10
2016-01-01 12:00:00   40
2016-01-02 00:00:00   30
2016-01-02 12:00:00   10
2016-01-03 00:00:00   11
2016-01-03 12:00:00   13

期望输出：

                    val label
2016-01-01 00:00:00   10  1
2016-01-01 12:00:00   40  1
2016-01-02 00:00:00   30  2
2016-01-02 12:00:00   10  2
2016-01-03 00:00:00   11  3
2016-01-03 12:00:00   13  3

试试这个：

df = pd.DataFrame({'val': [10,40,30,10,11,13]}, index=pd.date_range('2016-01-01 00:00:00', periods=6, freq='12H' ) )

如果您只想按日期分组：

df['label'] = df.groupby(df.index.date).grouper.group_info[0] + 1
print(df)

要更一般地按时间分组，可以使用TimeGrouper：

df['label'] = df.groupby(pd.TimeGrouper('D')).grouper.group_info[0] + 1
print(df)

以上两项都应为您提供以下信息：

                      val  label
2016-01-01 00:00:00   10      1
2016-01-01 12:00:00   40      1
2016-01-02 00:00:00   30      2
2016-01-02 12:00:00   10      2
2016-01-03 00:00:00   11      3
2016-01-03 12:00:00   13      3

我认为这是没有记录的（或者至少很难找到）。退房：

---

更多讨论。

也许更简单直观的方法是：

df['label'] = df.groupby(df.index.day).keys

---

仅供参考，我之所以需要它是因为

sklearn.cross\u validation.LabelKFold

这是否适用于

pd.TimeGrouper（）

tho？我确实需要更通用的版本，以防我想一次分组2或5天