熊猫中按组的唯一性索引

Posted 2023-03-11

【中文标题】熊猫中按组的唯一性索引

【英文标题】：Uniqueness index by group in pandas

【发布时间】：2019-02-13 01:05:10

【问题描述】：

我有一个基本上看起来像这样的数据框：

A=pd.DataFrame('Id':[1,1,1,1,2,2,2],'Time'[0,0.5,1.2,1.2,0.2,0.2,0.5])
idx Id  Time
0   1   0.0
1   1   0.5
2   1   1.2
3   1   1.2
4   2   0.2
5   2   0.2
6   2   0.5
7   3   1.7

我想为每个Id的不同时间值分配一个时间排序索引。所以基本上这个列应该给这个特定 ID 的时间值排序。此外，具有相同 Id 和相同时间的条目应该具有相同的排序索引。那么我应该有：

idx Id  Time Time_order
0   1   0.0  0
1   1   0.5  1
2   1   1.2  2
3   1   1.2  2
4   2   0.2  0
5   2   0.2  0
6   2   0.5  1
7   3   1.7  0

如果没有 for 循环，我怎样才能有效地做到这一点？非常感谢。

【参考方案1】：

groupby 和 rank 使用 method='dense'

A.assign(Time_order=A.groupby('Id').Time.rank(method='dense') - 1)

   idx  Id  Time  Time_order
0    0   1   0.0         0.0
1    1   1   0.5         1.0
2    2   1   1.2         2.0
3    3   1   1.2         2.0
4    4   2   0.2         0.0
5    5   2   0.2         0.0
6    6   2   0.5         1.0
7    7   3   1.7         0.0

---

astype(int)如果你真的想要

A.assign(Time_order=A.groupby('Id').Time.rank(method='dense').astype(int) - 1)

   idx  Id  Time  Time_order
0    0   1   0.0           0
1    1   1   0.5           1
2    2   1   1.2           2
3    3   1   1.2           2
4    4   2   0.2           0
5    5   2   0.2           0
6    6   2   0.5           1
7    7   3   1.7           0

---

pd.factorize

A.assign(Time_order=A.groupby('Id').Time.transform(lambda x: pd.factorize(x, sort=True)[0]))

   idx  Id  Time  Time_order
0    0   1   0.0         0.0
1    1   1   0.5         1.0
2    2   1   1.2         2.0
3    3   1   1.2         2.0
4    4   2   0.2         0.0
5    5   2   0.2         0.0
6    6   2   0.5         1.0
7    7   3   1.7         0.0

【讨论】：

完美运行。非常感谢！