python - 如何根据pandas中的某些条件创建row_number

Question

我有一个像这样的数据框:

   Clinic Number        date
0              1  2015-05-05
1              1  2015-05-05
2              1  2016-01-01
3              2  2015-05-05
4              2  2016-05-05
5              3  2017-05-05
6              3  2017-05-05

我想创建一个新列并根据某些条件填写它。所以新的数据框应该是这样的:

   Clinic Number    date      row_number
0              1  2015-05-05    1
1              1  2015-05-05    1
2              1  2016-01-01    2
3              2  2015-05-05    3
4              2  2016-05-05    4
5              3  2017-05-05    5
6              3  2017-05-05    5

将条目放入新列的规则是什么:如果诊所编号和日期相同，他们将得到相同的数字，如果发生变化，则会增加。

例如，这里 1 2015-05-05 有两行具有相同的诊所编号和日期，因此它们都得到 1。下一行的诊所编号=1，但日期与前几行不同，因此将得到 2。其中 Clinic Number=2 没有诊所编号=2 且日期相同的行，因此它为 3，下一行是 4。 ..

到目前为止我已经尝试过这样的事情:

def createnumber(x):
    x['row_number'] = i

d['row_number']= pd1.groupby(['Clinic Number','date']).apply(createnumber)

但我不知道如何实现这个功能。

如果您能帮助我，我将不胜感激:)我还查看了类似 this 的链接但它们不是动态的(我的意思是这里行数应该根据某些条件增加)

Answer 1

您可以这样做，而不是使用groupby，单独命名您的条件。因此，如果日期发生变化或诊所编号发生变化，您将返回 True，然后获取这些 True 值的 cumsum:

df['row_number'] = (df.date.ne(df.date.shift()) | df['Clinic Number'].ne(df['Clinic Number'].shift())).cumsum()


>>> df
   Clinic Number        date  row_number
0              1  2015-05-05           1
1              1  2015-05-05           1
2              1  2016-01-01           2
3              2  2015-05-05           3
4              2  2016-05-05           4
5              3  2017-05-05           5

您需要确保您的数据框首先按 Clinic Number 和 Date 排序(您可以执行 df.sort_values(['Clinic Number' , 'date'], inplace=True) 如果尚未排序)