计算数据框中列中的组

Posted 2023-03-11

【中文标题】计算数据框中列中的组

【英文标题】：Counting groups in columns in dataframe

【发布时间】：2021-03-26 02:38:03

【问题描述】：

我有一个数据框 df:

     prds
0    E01
1    E02
2    E03
3    E04
4    E01
5    E02
6    E03
7    E04
8    F01
9    F02
10   F03
11   F04
12   F05

我想对另一列“匹配”的“prds”列中的每个组进行计数，因此：

    prds  match
0    E01    1
1    E02    2
2    E03    3
3    E04    4
4    E01    1
5    E02    2
6    E03    3
7    E04    4
8    F01    1
9    F02    2
10   F03    3
11   F04    4
12   F05    5

任何帮助将不胜感激。提前谢谢你。

【参考方案1】：

如果每个组都可以通过以1 结尾来定义，则可以使用Series.str.endswith 和Series.cumsum 并传递给GroupBy.cumcount：

df['match'] = df.groupby(df['prds'].str.endswith('1').cumsum()).cumcount() + 1
print (df)
   prds  match
0   E01      1
1   E02      2
2   E03      3
3   E04      4
4   E01      1
5   E02      2
6   E03      3
7   E04      4
8   F01      1
9   F02      2
10  F03      3
11  F04      4
12  F05      5

【讨论】：

非常感谢您的解决方案

【参考方案2】：

你可以简单地提取数字：

df['match'] = df['prds'].str.extract('(\d+)').astype('int')

输出：

   prds  match
0   E01      1
1   E02      2
2   E03      3
3   E04      4
4   E01      1
5   E02      2
6   E03      3
7   E04      4
8   F01      1
9   F02      2
10  F03      3
11  F04      4
12  F05      5