python - Pandas 按行号分组产生意外输出

Question

我有一个如下所示的数据框

import pandas as pd
import numpy as np
df=pd.DataFrame({'Adm DateTime':['02/25/2012','03/05/1996','11/12/2010','31/05/2012','21/07/2019','31/10/2020'],
                 's_id':[1,1,1,1,2,2],
                't_id':['t1','t2','t3','t3','t4','t5']})

请注意，我想使用 group by 方法来实现这一点。虽然我已经提到了这个 post ，我不能将此解决方案用于我的数据(因为需要使用分组依据)

我想根据每个主题为每一行生成一个行号。虽然我能够使用下面的代码成功地做到这一点，但输出存在一个小问题

df['op'] = df.sort_values(['Adm DateTime'], ascending=True).groupby(['s_id']).cumcount() + 1

但是下面的代码产生如下所示的输出(有点不正确)

但是，我希望我的输出如下所示

Answer 1

您可以使用 factorize 在 s_id 上分组 并转换 t_id 列|将 t_id 中的值编码为识别不同值的分类变量:

df['op'] = df.groupby('s_id')['t_id'].transform(lambda s: s.factorize()[0] + 1)

---

  Adm DateTime  s_id t_id  op
0   02/25/2012     1   t1   1
1   03/05/1996     1   t2   2
2   11/12/2010     1   t3   3
3   31/05/2012     1   t3   3
4   21/07/2019     2   t4   1
5   31/10/2020     2   t5   2