Python 熊猫基于上一列获取计数

我想将列添加到一个数据帧中，其中的值是一个递增的值，从另一列的值开始。例如，假设我有以下数据帧

df = pd.DataFrame([['a', 1], ['a', 1], ['b', 5], ['c', 10], ['c', 10], ['c', 10]], columns=['x', 'y'])
df

    x   y
0   a   1
1   a   1
2   b   5
3   c   10
4   c   10
5   c   10

是否有一些pandas功能会返回一个系列，每个组的值都在增加？换句话说，

'a'

将以

1

开头，

'b'

以

5

开头，

'c'

以

10

开头。输出序列将是

（1,2,5,10,11,12）

，因此可以像这样将其添加到原始数据帧中：

    x   y   z
0   a   1   1
1   a   1   2
2   b   5   5
3   c   10  10
4   c   10  11
5   c   10  12

我尝试了以下方法：

z = []
for start, length in zip(df.y.unique(), df.groupby('x').agg('count')['y']):
    z.append(list(range(start, length + start)))
np.array(z).flatten()
z

[[1, 2], [5], [10, 11, 12]]

这并不能完全满足我的需要，我不知道为什么阵列不能展平，对于一个看似简单的任务来说，它似乎过于复杂

编辑： 该解决方案还应可扩展到更复杂的数据帧，例如：

df = pd.DataFrame([['a', 1], ['b', 5], ['c', 10], ['d', 5]], columns=['x', 'y'])
df = df.append([df]*(50),ignore_index=True)

其中，“x”列中的

'a'

和

'b'

值等于5。在这两种情况下，计数应从5开始，请尝试：

df['z'] = df.y + df.groupby('y').apply(lambda df: pd.Series(range(len(df)))).values

尝试：

---

虽然不是一个与熊猫相关的答案，但要摆脱嵌套列表并将其展平，您可以使用一个简单的列表理解来理解您当前拥有的z

>>>z = [[1, 2], [5], [10, 11, 12]]
>>>z_flat = [num for sublist in z for num in sublist])
>>>z_flat
[1, 2, 5, 10, 11, 12]

编辑：当然，为了更快地转换，可以使用itertools.chain（）

---

虽然不是一个与熊猫相关的答案，但要摆脱嵌套列表并将其展平，您可以使用一个简单的列表理解来理解您当前拥有的z

>>>z = [[1, 2], [5], [10, 11, 12]]
>>>z_flat = [num for sublist in z for num in sublist])
>>>z_flat
[1, 2, 5, 10, 11, 12]

编辑：当然，为了更快地转换，可以使用itertools.chain（）

---

与@piRSquared的方法相比，这里有一种更丑陋的方法：

def func(group):
    x = group['y'].head(1).values
    l = []
    for i in range(len(group)):
        l.append(x+i)
    return pd.Series(l, name='z')

x = df.groupby('x').apply(func).reset_index().drop('level_1', axis=1)
x['z'] = x['z'].apply(lambda x: x[0])
pd.concat([df, x['z']], axis=1)

---

与@piRSquared的方法相比，这里有一种更丑陋的方法：

def func(group):
    x = group['y'].head(1).values
    l = []
    for i in range(len(group)):
        l.append(x+i)
    return pd.Series(l, name='z')

x = df.groupby('x').apply(func).reset_index().drop('level_1', axis=1)
x['z'] = x['z'].apply(lambda x: x[0])
pd.concat([df, x['z']], axis=1)

---

使用

z.extend（range（start，length+start））

而不是

z.append…

使用

z.extend（range（start，length+start））

而不是

z.append…

这是一个很好的解决方案，但是它不会扩展到更复杂的情况。我更新了问题以澄清我的意思。我问题中的解决方案也没有考虑到这一点，但我一直在考虑如何实现它。根据您的建议，this

df['z']=df.groupby（'x'）。apply（lambda x:x['y']+range（len（x））。value

似乎完成了我试图完成的任务。这是一个好的解决方案，但它不会扩展到更复杂的情况。我更新了问题以澄清我的意思。我的问题中的解决方案也没有考虑到这一点，但根据您的建议，我一直在思考如何实现它。这个

df['z']=df.groupby（'x'）。应用（lambda x:x['y']+range（len（x））。值

似乎完成了我试图做的事情。