python - Pandas 对新值的累计计数

Question

我有一个如下所示的数据框。

df = pd.DataFrame()
df['col_1'] = [1, 1, 1, 2, 2, 2, 3, 3, 3]
df['col_2'] = ['A', 'B', 'B', 'A', 'B', 'C', 'A', 'A', 'B']
df

  col_1 col_2
0   1   A
1   1   B
2   1   B
3   2   A
4   2   B
5   2   C
6   3   A
7   3   A
8   3   B

我需要对 col_1 进行分组，并且在每个组内，只要 col_2 中有新值，我就需要更新累积计数。类似于下面的数据框。

  col_1 col_2 col_3
0   1    A      1
1   1    B      2
2   1    B      2
3   2    A      1
4   2    B      2
5   2    C      3
6   3    A      1
7   3    A      1
8   3    B      2

我可以使用列表和字典来做到这一点。但找不到在内置函数中使用 pandas 的方法。

Answer 1

使用factorize使用 GroupBy.transform 中的 lambda 函数:

df['col_3'] = df.groupby('col_1')['col_2'].transform(lambda x: pd.factorize(x)[0]+1)
print (df)
   col_1 col_2  col_3
0      1     A      1
1      1     B      2
2      1     B      2
3      2     A      1
4      2     B      2
5      2     C      3
6      3     A      1
7      3     A      1
8      3     B      2