Python 如何根据pandas中的某些条件创建行号

我有这样一个数据框：

   Clinic Number        date
0              1  2015-05-05
1              1  2015-05-05
2              1  2016-01-01
3              2  2015-05-05
4              2  2016-05-05
5              3  2017-05-05
6              3  2017-05-05

   Clinic Number    date      row_number
0              1  2015-05-05    1
1              1  2015-05-05    1
2              1  2016-01-01    2
3              2  2015-05-05    3
4              2  2016-05-05    4
5              3  2017-05-05    5
6              3  2017-05-05    5

def createnumber(x):
    x['row_number'] = i

d['row_number']= pd1.groupby(['Clinic Number','date']).apply(createnumber)

我想创建一个新列，并根据一些条件进行填写。因此，新的数据框应如下所示：

   Clinic Number        date
0              1  2015-05-05
1              1  2015-05-05
2              1  2016-01-01
3              2  2015-05-05
4              2  2016-05-05
5              3  2017-05-05
6              3  2017-05-05

   Clinic Number    date      row_number
0              1  2015-05-05    1
1              1  2015-05-05    1
2              1  2016-01-01    2
3              2  2015-05-05    3
4              2  2016-05-05    4
5              3  2017-05-05    5
6              3  2017-05-05    5

def createnumber(x):
    x['row_number'] = i

d['row_number']= pd1.groupby(['Clinic Number','date']).apply(createnumber)

将条目放入新列的规则是什么： 如果诊所编号和日期相同，他们将得到相同的编号，如果更改，则会增加

例如，这里的

1 2015-05-05

有两行，它们具有相同的

诊所编号和日期

，因此它们都得到

1

。下一行的Clinic Number=1，但日期与前几行不同，因此将得到

2

。 其中，

Clinic Number=2

没有诊所编号为2且日期相同的行，因此它得到了

3

，下一行是

4

到目前为止，我已经尝试过这样的方法：

   Clinic Number        date
0              1  2015-05-05
1              1  2015-05-05
2              1  2016-01-01
3              2  2015-05-05
4              2  2016-05-05
5              3  2017-05-05
6              3  2017-05-05

   Clinic Number    date      row_number
0              1  2015-05-05    1
1              1  2015-05-05    1
2              1  2016-01-01    2
3              2  2015-05-05    3
4              2  2016-05-05    4
5              3  2017-05-05    5
6              3  2017-05-05    5

def createnumber(x):
    x['row_number'] = i

d['row_number']= pd1.groupby(['Clinic Number','date']).apply(createnumber)

但我不知道如何实现这个功能

如果您能帮助我，我将不胜感激：）

---

我也看到了这样的链接，但它们不是动态的（我的意思是这里的行号应该根据某些条件增加）

而不是

groupby

，您可以这样做，分别命名您的条件。因此，如果日期发生变化或诊所编号发生变化，则返回

True

，然后获取那些

True

值的

cumsum

：

df['row_number'] = (df.date.ne(df.date.shift()) | df['Clinic Number'].ne(df['Clinic Number'].shift())).cumsum()


>>> df
   Clinic Number        date  row_number
0              1  2015-05-05           1
1              1  2015-05-05           1
2              1  2016-01-01           2
3              2  2015-05-05           3
4              2  2016-05-05           4
5              3  2017-05-05           5

---

您需要首先确保您的数据框按

诊所编号

和

日期

排序（您可以对数值进行

df.sort_排序（['Clinic Number'，'Date']，inplace=True）

如果尚未排序）

您知道这个问题吗？事实上，我要做的事情效率不高。如果你有时间的话，我会很感激你的