python - 多个类别的出现顺序

Question

我已经尝试了很长时间来做到这一点，但我坚持了下来。我有很多机器生产盒子，每个盒子都包含元素。所有元素、盒子均带有序列号标签。

我想根据图片中的 box_sn 生成序列计数。

我希望 pandas 数据框解决方案或 Excel 公式。任何专家都可以给我提示来解决这个问题吗？谢谢。

编辑:我能够根据单个类别生成序列号，如下图所示。公式为:G2 = IF(B2<>B1,G1+1,G1)这将继续对 box_sn 进行排序，但我希望机器 B box_sn 重新启动该序列。

编辑2:这是我的 temp_reading 的最终结果。非常感谢。

Answer 1

与 Pandas :

首先，创建数据框:

import pandas as pd
df = pd.DataFrame({
        'machine': ['A','A','A','A','B','B','B','B','B','B'],
        'box_sn': ['A3','A3','A5','A5','B1','B1','B2','B2','B3','B3'],
        'item_sn': ['i1','i2','i3','i4','i1','i2','i3','i4','i5','i6']
    })

第二，使用单台机器(此处为B):

dfB = df[df.machine == 'B']
(dfB['box_sn'].shift() != dfB['box_sn']).cumsum()

每当盒子序列号发生变化时，cumsum 就会递增 - 这就是您想要的。 (这是假设序列号是有序的，否则您可以使用 sort_values。)

第三，通过groupby将上述内容应用于整个数据框:

def sequence(df1):
    return (df1['box_sn'].shift() != df1['box_sn']).cumsum()
df_sequence = df.groupby('machine').apply(sequence)

这是输出(我们就快到了):

In [17]: df_sequence
Out[17]: 
machine   
A        0    1
         1    1
         2    2
         3    2
B        4    1
         5    1
         6    2
         7    2
         8    3
         9    3

第四，在将结果包含到原始数据帧之前，我们需要删除索引的第一级(A、B) :

df_sequence.index = df_sequence.index.droplevel(0)
df['sequence'] = df_sequence