python - Pandas :创建一个从 1 到每组长度的列

Question

我有一个有组的 df。对于每个组，我想形成一个新列，其中包含从 1 到该组中行数的整数。以下尝试不起作用，因为它创建的是一行多列而不是一列多行。为什么会这样？

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，如果我尝试返回一个 Series 对象，如下所示:

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，指出索引不兼容(这是有道理的，因为返回的 Series 现在有一个 MultiIndex)

更新:让我把这个问题问得更笼统一些:如何对一个数据帧执行 groupby 并返回具有相同的 Series索引作为数据框，以便可以将结果系列合并到原始数据框中？

Answer 1

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

您的解决方案不起作用的原因是 groupby 和 agg 尝试为每个 group 而不是每个 row 创建一个结果。所以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))

---

对于您的评论:要使数字反转，您可以执行groupby - sort - cumcount。

对于更一般的需求，您可能需要查看rolling/resample 函数。

---

Let me make this question a bit more general: how does one do groupby on a dataframe returning a Series with the same index as the dataframe so that the resulting series can be merged into the original dataframe?

你需要groupby + transform。 但它不适用于像这样的累积操作情况。实际上它可以，如@Alex answer所示

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