我有一个像下面的数据框。
df = pd.DataFrame()
df['col_1'] = [1, 1, 1, 2, 2, 2, 3, 3, 3]
df['col_2'] = ['A', 'B', 'B', 'A', 'B', 'C', 'A', 'A', 'B']
df
col_1 col_2
0 1 A
1 1 B
2 1 B
3 2 A
4 2 B
5 2 C
6 3 A
7 3 A
8 3 B
我需要按col_1进行分组,并且在每个组中,只要col_2中有新值,就需要更新累积计数。数据框下方的内容。
col_1 col_2 col_3
0 1 A 1
1 1 B 2
2 1 B 2
3 2 A 1
4 2 B 2
5 2 C 3
6 3 A 1
7 3 A 1
8 3 B 2
我可以使用列表和字典来做到这一点。但是找不到在内置函数中使用熊猫的方法。
最佳答案
在factorize
中将GroupBy.transform
与lambda函数一起使用:
df['col_3'] = df.groupby('col_1')['col_2'].transform(lambda x: pd.factorize(x)[0]+1)
print (df)
col_1 col_2 col_3
0 1 A 1
1 1 B 2
2 1 B 2
3 2 A 1
4 2 B 2
5 2 C 3
6 3 A 1
7 3 A 1
8 3 B 2
关于python - Pandas 累积新值(value),我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/59501259/