Pandas でグループ化されたデータにシーケンシャル カウンター列を効率的に追加する方法

Pandas DataFrame のグループにシーケンシャル カウンター列を追加する

データ ラングリングのコンテキストでは、シーケンシャル カウンターを追加する一般的なタスクがあります。列をパンダ データフレーム内のグループに追加します。 1 つのアプローチは、これまでに示したようにコールバック関数を使用することです。

def callback(x):
    x['seq'] = range(1, x.shape[0] + 1)
    return x

この方法は機能しますが、別の関数を定義する必要があり、面倒になる可能性があります。より簡潔で洗練された解決策は、cumcount() メソッドを利用することです。

df.groupby(['c1', 'c2']).cumcount()

このメソッドは、各グループの累積カウントを計算し、グループ内の各行に連続番号を効果的に割り当てます。たとえば、次のデータフレームを考えてみます。

index	c1	c2	v1
0	A	X	3
1	A	X	5
2	A	Y	7
3	A	Y	1
4	B	X	3
5	B	X	1
6	B	X	3
7	B	Y	1
8	C	X	7
9	C	Y	4
10	C	Y	1
11	C	Y	6

c1 と c2 でグループ化されたこのデータフレームにcumcount() を適用すると、次の結果が生成されます。

index	c1	c2	v1	seq
0	A	X	3	1
1	A	X	5	2
2	A	Y	7	1
3	A	Y	1	2
4	B	X	3	1
5	B	X	1	2
6	B	X	3	3
7	B	Y	1	1
8	C	X	7	1
9	C	Y	4	1
10	C	Y	1	2
11	C	Y	6	3

代わりに 1 から順序付けを開始します。 0 の場合は、cumcount() の結果に 1 を加算するだけです:

df.groupby(['c1', 'c2']).cumcount() + 1

以上がPandas でグループ化されたデータにシーケンシャル カウンター列を効率的に追加する方法の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。