Python 熊猫：创建一个从1到每组长度的列

我有一个有组的df。对于每个组，我希望形成一个新列，其中包含从1到该组中行数的整数。以下尝试不起作用，因为它创建了一行多列，而不是一列多行。为什么会发生这种情况

df = pd.DataFrame(data = {"a": np.arange(5), "b": np.arange(5)[::-1], "id": [1,1,1,2,2]}).set_index("id")
df["c"] = df.groupby("id").apply(lambda x: np.arange(1, len(x)+1))

或者，如果我尝试返回

系列

对象，如中所示：

df["c"] = df.groupby("id").apply(lambda x: pd.Series(data = np.arange(1, len(x)+1)))

这引发了一个异常，表示索引不兼容（这是有意义的，因为返回的

系列

现在有一个

多索引

）

更新：让我把这个问题更概括一点：如何对返回与数据帧具有相同索引的

序列的数据帧执行
groupby
，以便将生成的序列合并到原始数据帧中

df["c"] = 1 + df.groupby("id").cumcount()

解决方案不起作用的原因是groupby&agg试图为每个组创建结果，而不是为每个行创建结果。因此，下面为每个组创建一个数字列表

df.groupby("id").apply(lambda x: np.arange(1, len(x)+1))


对您的评论：要使
数字反向
，您可以执行
groupby-sort-cumcount

对于更一般的需求，您可能需要查看
滚动/重采样
功能


让我把这个问题说得更笼统一点：一个人怎么做groupby
在返回与数据帧具有相同索引的序列的数据帧上
以便生成的序列可以合并到原始序列中
数据帧

df["c"] = 1 + df.groupby("id").cumcount()

您需要
groupby+transform
。但它不适用于像这样的累积操作案例。实际上可以，如@Alex answer所示

df["c"] = df.groupby("id")["a"].transform(lambda x: np.arange(1, len(x)+1))

解决方案不起作用的原因是groupby&agg试图为每个组创建结果，而不是为每个行创建结果。因此，下面为每个组创建一个数字列表

df.groupby("id").apply(lambda x: np.arange(1, len(x)+1))


对您的评论：要使
数字反向
，您可以执行
groupby-sort-cumcount

对于更一般的需求，您可能需要查看
滚动/重采样
功能


让我把这个问题说得更笼统一点：一个人怎么做groupby
在返回与数据帧具有相同索引的序列的数据帧上
以便生成的序列可以合并到原始序列中
数据帧

df["c"] = 1 + df.groupby("id").cumcount()

您需要
groupby+transform
。但它不适用于像这样的累积操作案例。实际上可以，如@Alex answer所示

df["c"] = df.groupby("id")["a"].transform(lambda x: np.arange(1, len(x)+1))

以下是一个相当普遍的正确方法：

df["c"] = df.groupby("id")["a"].transform(lambda x: np.arange(1, len(x)+1))

以下是一个相当普遍的正确方法：

df["c"] = df.groupby("id")["a"].transform(lambda x: np.arange(1, len(x)+1))

这解决了问题，但范围很窄。如果我想把数字倒过来或是做些什么。。如果可能，请提供更一般的解决方案。感谢您的回答，请查看更新的问题。同样，我想为每个组返回一个序列，然后将其合并回数据帧。滚动/重采样不适用于此上下文
groupby
+
transform
是正确的解决方案。我会把它作为答案发布，如果你想编辑你的答案，我会接受，因为你有这个想法，实际上我不知道我们可以像那样使用
transform
。所以，请随意接受你自己的解决方案。你有这个想法，所以我不介意给你荣誉（并学到了一些新的东西，像我一样），这解决了问题，但范围很窄。如果我想把数字倒过来或是做些什么。。如果可能，请提供更一般的解决方案。感谢您的回答，请查看更新的问题。同样，我想为每个组返回一个序列，然后将其合并回数据帧。滚动/重采样不适用于此上下文
groupby
+
transform
是正确的解决方案。我会把它作为答案发布，如果你想编辑你的答案，我会接受，因为你有这个想法，实际上我不知道我们可以像那样使用
transform
。所以，请随意接受你自己的解决方案。你有这个想法，所以我不介意给你荣誉（并且学到了一些新的东西，比如我）