콜백 함수를 사용하지 않고 그룹화된 Pandas DataFrames에 순차적 카운터 열을 효율적으로 추가하는 방법은 무엇입니까?

콜백 없이 그룹화된 DataFrame에 순차 카운터 열 추가

DataFrame 내의 그룹에 순차 카운터 열을 추가하려고 하면 콜백 함수는 가장 효율적인 접근 방식이 아닐 수 있습니다. 다음 DataFrame을 고려하세요.

df = pd.DataFrame(
    columns="index c1 c2 v1".split(),
    data=[
            [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, ],]).set_index("index", drop=True)

목표는 각 그룹의 순차 번호를 포함하는 새 열 "seq"를 생성하여 다음과 같은 결과를 출력하는 것입니다.

   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

콜백 함수 방지:

콜백 함수를 사용하는 대신 cumcount() 메서드를 사용하면 동일한 결과를 더 효율적으로 얻을 수 있습니다. cumcount()는 그룹에서 각 고유 값의 발생 횟수를 계산하고 누적 횟수가 포함된 pandas 시리즈를 반환합니다.

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

이 접근 방식은 DataFrame을 직접 수정하고 콜백 함수의 오버헤드를 방지합니다.

시작 번호 사용자 정의:

원하는 경우 0 대신 1에서 시작하도록 시퀀스를 지정하면 결과에 1을 추가할 수 있습니다.

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

cumcount() 메서드를 활용하여 그룹화된 데이터 프레임에 순차 카운터 열을 추가하는 프로세스를 단순화하여 두 가지 모두를 개선합니다. 가독성과 성능이 뛰어납니다.

위 내용은 콜백 함수를 사용하지 않고 그룹화된 Pandas DataFrames에 순차적 카운터 열을 효율적으로 추가하는 방법은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!