python - 根据不同的列值分配唯一值

Question

我知道问题名称有点模棱两可。

我的目标是根据数据框中的 2 列 + 唯一值分配全局键列。

例如

CountryCode | Accident
   AFG          Car
   AFG          Bike
   AFG          Car
   AFG          Plane
   USA          Car
   USA          Bike
   UK           Car

设汽车 = 01，自行车 = 02，飞机 = 03

我想要的全局键格式是 [Accident][CountryCode][UniqueValue]

唯一值是类似[事故][国家代码]的计数

所以如果 Accident = Car 和 CountryCode = AFG 并且它是第一次出现，则全局键将为 01AFG01

所需的数据框如下所示:

CountryCode | Accident | GlobalKey
   AFG          Car        01AFG01
   AFG          Bike       02AFG01
   AFG          Car        01AFG02
   AFG          Plane      01AFG03
   USA          Car        01USA01
   USA          Bike       01USA02
   UK           Car        01UK01

我尝试运行一个 for 循环来将事故号码和国家/地区代码附加在一起

例如:

globalKey = []

for x in range(0,6):
    string = df.iloc[x, 1]
    string2 = df.iloc[x, 2]
    if string2 == 'Car':
        number = '01'
    elif string2 == 'Bike':
        number = '02'
    elif string2 == 'Plane':
        number = '03'
    #Concat the number of accident and Country Code
    subKey = number + string
    #Append to the list
    globalKey.append(subKey)

此代码将根据我分配的值为我提供类似 01AFG、02AFG 的内容。但我想通过计算 CountryCode 和 Accident 相似时的出现次数来分配一个唯一值。

我坚持上面的代码。我认为在 Pandas 中使用 map 函数应该有更好的方法。

感谢大家的帮助!非常感谢!

Answer 1

您可以尝试使用 cumcount 通过多个步骤实现此目的，如下所示:

In [1]: df = pd.DataFrame({'Country':['AFG','AFG','AFG','AFG','USA','USA','UK'], 'Accident':['Car','Bike','Car','Plane','Car','Bike','Car']})

In [2]: df
Out[2]: 
  Accident Country
0      Car     AFG
1     Bike     AFG
2      Car     AFG
3    Plane     AFG
4      Car     USA
5     Bike     USA
6      Car      UK

## Create a column to keep incremental values for `Country`
In [3]: df['cumcount'] = df.groupby('Country').cumcount()

In [4]: df
Out[4]: 
  Accident Country  cumcount
0      Car     AFG         0
1     Bike     AFG         1
2      Car     AFG         2
3    Plane     AFG         3
4      Car     USA         0
5     Bike     USA         1
6      Car      UK         0

## Create a column to keep incremental values for combination of `Country`,`Accident`
In [5]: df['cumcount_type'] = df.groupby(['Country','Accident']).cumcount()

In [6]: df
Out[6]: 
  Accident Country  cumcount  cumcount_type
0      Car     AFG         0              0
1     Bike     AFG         1              0
2      Car     AFG         2              1
3    Plane     AFG         3              0
4      Car     USA         0              0
5     Bike     USA         1              0
6      Car      UK         0              0

从那时起，您可以连接 cumcount、cumcount_type 和 Country 的值来实现您的目标。

也许您想将 1 添加到您在不同计数下的每个值，具体取决于您是要从 0 还是 1 开始计数。

希望对您有所帮助。