python - 根据对 Reset_index 进行的计算创建列时出现意外行为

Question

接听时this question ，当我尝试根据数据帧索引上完成的基本计算创建列时，我遇到了我认为意外的行为。 我并不是真正在寻找解决方案，而是试图找出为什么发生这种情况。我可能忽略了一些基本的东西......

设置:

np.random.seed(42)

df = pd.DataFrame(np.random.randint(0,5,9), index=[0,1,2,0,1,2,0,1,2])

>>> df
   0
0  3
1  4
2  2
0  4
1  4
2  1
0  2
1  2
2  2

奇怪的行为:

假设我正在尝试获取索引等于 0 的位置的累积和。我可以通过以下方式轻松获得:

>>> df.reset_index()['index'].eq(0).cumsum()
0    1
1    1
2    1
3    2
4    2
5    2
6    3
7    3
8    3
Name: index, dtype: int64

但是，如果我尝试将其直接分配给新列，结果就不正确:

df['new_column'] = df.reset_index()['index'].eq(0).cumsum()

>>> df
   0  new_column
0  3           1
1  4           1
2  2           1
0  4           1
1  4           1
2  1           1
0  2           1
1  2           1
2  2           1

如果我使用分配，也会发生同样的情况:

df.assign(new_column = df.reset_index()['index'].eq(0).cumsum())

预期行为:

我预计结果如下:

>>> df
   0  new_column
0  3           1
1  4           1
2  2           1
3  4           2
4  4           2
5  1           2
6  2           3
7  2           3
8  2           3

解决方法:

有很多解决方法，例如:

df = df.reset_index().rename(columns={'index':'tmp'})

df['new_column'] = df.tmp.eq(0).cumsum()

df.drop('tmp', axis=1, inplace=True)

或者

df.loc[0,'new_column'] = 1

df['new_column'] = df['new_column'].fillna(0).cumsum().astype(int)

问题:

但正如我所说，我只对为什么当我直接从 reset_index() 分配新列时将其设置为 1

感谢您的意见!

Answer 1

仅仅因为pandas将此匹配设置为索引。

您的系列是:

0    1
1    1
2    1
3    2
4    2
5    2
6    3
7    3
8    3

上面索引 0、1 和 2 的值都是 1。

一旦您的 df 仅将这些值作为索引，它将为所有行分配 1。