python - 根据其他列的值在 pandas 中创建新列

Question

我正在处理以下数据框:

          p                      q 
   0      11                     2                            
   1      11                     2                  
   2      11                     2                  
   3      11                     3                  
   4      11                     3                  
   5      12                     2                  
   6      12                     2                  
   7      13                     2               
   8      13                     2            

我想创建一个新列，例如s，它从 0 开始并继续。这个新列基于“p”列，每当 p 更改时，“s”也应该更改。

对于前 4 行，“p”= 11，因此前 4 行的“s”列的值应为 0，依此类推...

以下是预期的 df:

     s             p         q 

 0   0             11        2         
 1   0             11        2         
 2   0             11        2          
 3   0             11        2          
 4   1             11        4           
 5   1             11        4           
 6   1             11        4           
 7   1             11        4           
 8   2             12        2           
 9   2             12        2           
 10  2             12        2           
 11  3             12        3           
 12  3             12        3        

Answer 1

您需要 diff 和 cumsum(如果您希望 id 从 0 开始，则减一):

df["finalID"] = (df.ProjID.diff() != 0).cumsum()
df

更新，如果您想同时考虑voyg_id和ProjID，您可以使用OR两列差异的条件，这样无论哪一列发生变化，最终的 id 都会增加。

df['final_id'] = ((df.voyg_id.diff() != 0) | (df.proj_id.diff() != 0)).cumsum()
df