如何在不使用回调函数的情况下有效地向分组的 Pandas DataFrame 添加顺序计数器列？

在没有回调的情况下向分组 DataFrame 添加顺序计数器列

当尝试向 DataFrame 内的组添加顺序计数器列时，回调函数可能不是最有效的方法。考虑以下 DataFrame：

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)

目标是创建一个新列“seq”，其中包含每个组的连续数字，从而产生以下输出：

   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

避免回调函数：

我们可以利用 cumcount() 而不是使用回调函数方法更有效地实现相同的结果。 cumcount() 计算组中每个唯一值出现的次数，并返回包含累积计数的 pandas Series。

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

这种方法直接修改 DataFrame，避免了回调函数的开销。

自定义起始编号：

如果您希望排序从 1 开始您可以将结果加 1，而不是 0：

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

通过利用 cumcount() 方法，我们简化了向分组数据帧添加顺序计数器列的过程，从而提高了可读性和性能。

以上是如何在不使用回调函数的情况下有效地向分组的 Pandas DataFrame 添加顺序计数器列？的详细内容。更多信息请关注PHP中文网其他相关文章！