python - Pandas DataFrame 中的编号组

Question

Pandas 中有没有一种方法可以根据列值对 DataFrame 中的组进行编号？如果我的框架看起来像这样

  Column1 Column2  Column3
0       A       X       23
1       A       X       45
2       A       Y       32
3       A       Y       53
4       A       Y       67
5       B       X       85
6       B       Y       12
7       B       Y       94

我希望能够做的事情是这样的

df.group_numbers(['Column1', 'Column2'])

  Column1 Column2  Column3  GroupNumber
0       A       X       23            1
1       A       X       45            1
2       A       Y       32            2
3       A       Y       53            2
4       A       Y       67            2
5       B       X       85            3    
6       B       Y       12            4
7       B       Y       94            4

Answer 1

正如ajcr评论中所建议的，pd.factorize是正确的选择。在您的情况下，您可以通过添加两列并在其间添加一些分隔符来添加两列以快速创建键数组。分隔符是为了避免混淆，如 DSM 建议的 ab, c 和 a, bc。

df['GroupNumber'] = pd.factorize(df.Column1 + ' ' + df.Column2) 

它仍然比使用 pd.lib.fast_zip 更快。