python - 将小节后缀值添加到 pandas 列值

Question

假设我有一个包含多列的数据框。其中一栏为某些人建立了身份号码(ID)，另一栏则为他们建立了一些特征，比如说所犯下的不当行为的程度。一个例子:

`df
Out[63]: 
    Crime  ID
0      13   1
1      13   1
2      12   1
3      12   1
4      13   3
5      13   3
6      13   3
7      63   3
8      63   3
9      63   3
10     63   3
11      3   3
12      7   6
13      7   6
14     13   6
15     13   6
16     45   6`

是否可以根据犯罪的多样性对 ID 进行分类？可能的输出是:

`df1
Out[64]: 
    Crime  ID
0      13   1
1      13   1
2      12   1.1
3      12   1.1
4      13   3
5      13   3
6      13   3
7      63   3.1
8      63   3.1
9      63   3.1
10     63   3.1
11      3   3.2
12      7   6
13      7   6
14     13   6.1
15     13   6.1
16     45   6.2`

提前致谢

Answer 1

我想不出以矢量化方式执行此操作的好方法，但通过循环来完成此操作相对容易。

首先，您需要一个将(犯罪、ID)对映射到 ID 的字典，这样您就可以为第 9 行指定与第 7 行相同的 ID。

接下来，您需要一个字典将 ID 映射到迄今为止使用的最高子 ID，以便您可以为第 16 行指定与第 12 行和第 14 行不同的 ID。

类似这样的东西(未经测试):

def remap(df):
    pairmap = {}
    subidmap = {}
    for row in df.itertuples():
        if (row.Crime, row.ID) not in pairmap:
            if row.ID not in subidmap:
                subidmap[row.ID] = 0
                subid = str(row.ID)
            else:
                subidmap[row.ID] += 1
                subid = f'{row.ID}.{subidmap[row.ID]}'
            pairmap[row.Crime, row.ID] = subid
        yield pairmap[row.Crime, row.ID]    

df1.ID = list(remap(df1))