在 pandas 中为 groupby 分配数字序列

Question

在新列中创建一个序列，该序列按 tag_id 和 sub_id 分组，并按 tag_id 和 logdate 升序排序数据帧。预期输出如下图所示。

dfx = pd.DataFrame({'tag_id': [496976, 496976, 603100, 603100, 715078, 715078, 978924, 978924, 1276120, 1276120, 1276120],
                    'sub_id' :['W00-8748', 'A00-1012', 'A00-4028', 'A00-4028', 'W00-0706', 
                               'W00-1960', 'W00-1066', 'W00-6462', 'W00-1397', 'W00-1427', 'W00-6727'],
                    'log_date':['2012-06-28','2013-06-28','2016-02-18','2016-02-18','2008-02-25','2008-09-28','2008-04-28','2010-10-20','2008-07-10','2008-07-15','2008-07-15']})
dfx = dfx.sort_values(by=['tag_id','log_date'],ascending=True).reset_index(drop=True)
dfx

预期输出

Answer 1

您可以使用

groupby.cumcount

并减去重复值的

groupby.cumsum

：

g = dfx.assign(d=dfx.duplicated()).groupby('tag_id')

dfx['Seq'] = g.cumcount().add(1) - g['d'].cumsum()

输出：

     tag_id    sub_id    log_date  Seq
0    496976  W00-8748  2012-06-28    1
1    496976  A00-1012  2013-06-28    2
2    603100  A00-4028  2016-02-18    1
3    603100  A00-4028  2016-02-18    1
4    715078  W00-0706  2008-02-25    1
5    715078  W00-1960  2008-09-28    2
6    978924  W00-1066  2008-04-28    1
7    978924  W00-6462  2010-10-20    2
8   1276120  W00-1397  2008-07-10    1
9   1276120  W00-1427  2008-07-15    2
10  1276120  W00-6727  2008-07-15    3