我有一個(gè)包含 22 列的 Pandas 數(shù)據(jù)框，用于處理建筑評(píng)估，但是，我只關(guān)注兩個(gè)特定的列。這兩列是數(shù)字建筑物 ID 和評(píng)估階段，指示相應(yīng)建筑物 ID 處于哪個(gè)階段。基本上，我想做的是計(jì)算這兩列中值組合的出現(xiàn)次數(shù)，并將這些計(jì)數(shù)存儲(chǔ)在序數(shù)列。詳情如下： Building ID | Assessment Phase----------------------------------- 001 Phase 1 002 Phase 2 002 Phase 2 003 Phase 3 003 Phase 2 003 Phase 3 004 Unk 004 Phase 1 005 Phase 2您會(huì)注意到有重復(fù)的 ID 和看起來(lái)相同的評(píng)估。我想要按建筑物 ID 和評(píng)估階段分組的每個(gè)類似事件的累積行數(shù)。它應(yīng)該看起來(lái)像這樣： Building ID | Assessment Phase | Bldg_Phs_Ord-------------------------------------------------- 001 Phase 1 1 002 Phase 2 1 002 Phase 2 2 003 Phase 3 1 003 Phase 3 2 003 Phase 3 3 004 Unk 1 004 Phase 1 1 005 Phase 2 1可以看出，每個(gè)組合都有單獨(dú)的計(jì)數(shù)。一些組合重復(fù)幾次，其中每個(gè)后續(xù)組合都放在自己的行中。我嘗試過(guò)的是測(cè)試它是否正確輸出：test_cnt = bldg_df.groupby(['Building ID', 'Assessment Phase']).size().to_frame('COUNT').sort_values(by=['Building ID']).reset_index()不幸的是，只要存在不止一個(gè)重復(fù)組合，這就會(huì)將這些組合聚合在一起。 Building ID | Assessment Phase | COUNT-------------------------------------------------- 001 Phase 1 1 002 Phase 2 2 003 Phase 3 3 004 Unk 1 004 Phase 1 1 005 Phase 2 1我應(yīng)該添加什么以便它返回每個(gè)單獨(dú)的累積行數(shù)？
3 回答
慕娘9325324
TA貢獻(xiàn)1783條經(jīng)驗(yàn) 獲得超4個(gè)贊
IIUC 您正在尋找cumcount：
df["count"] = df.groupby(['Building ID', 'Assessment Phase']).cumcount()+1
print (df)
Building ID Assessment Phase count
0 1 Phase 1 1
1 2 Phase 2 1
2 2 Phase 2 2
3 3 Phase 3 1
4 3 Phase 3 2
5 3 Phase 3 3
6 4 Unk 1
7 4 Phase 1 1
8 5 Phase 2 1
慕碼人8056858
TA貢獻(xiàn)1803條經(jīng)驗(yàn) 獲得超6個(gè)贊
首先，創(chuàng)建數(shù)據(jù)框：
from io import StringIO
import pandas as pd
data = ''' Building ID Assessment Phase
001 Phase 1
002 Phase 2
002 Phase 2
003 Phase 3
003 Phase 2
003 Phase 3
004 Unk
004 Phase 1
005 Phase 2
df = pd.read_csv(StringIO(data), sep='\s\s+', engine='python')
'''
其次，創(chuàng)建一個(gè)名為“計(jì)數(shù)器”的輔助列（0 表示未知評(píng)估階段，否則為 1）：
df['counter'] = 1
mask = df['Assessment Phase'] == 'Unk'
df.loc[mask, 'counter'] = 0
第三，按建筑物ID分組，并將cumsum（累積和）函數(shù)應(yīng)用于計(jì)數(shù)器列。然后手動(dòng)更新“未知”行。
df['Bldg_Phs_Ord'] = df.groupby('Building ID')['counter'].cumsum()
df.loc[mask, 'Bldg_Phs_Ord'] = 1
print(df)
Building ID Assessment Phase counter Bldg_Phs_Ord
0 1 Phase 1 1 1
1 2 Phase 2 1 1
2 2 Phase 2 1 2
3 3 Phase 3 1 1
4 3 Phase 2 1 2
5 3 Phase 3 1 3
6 4 Unk 0 1
7 4 Phase 1 1 1
8 5 Phase 2 1 1
我不知道如何避免對(duì)“Unk”評(píng)估階段的特殊處理。并且cumsum()對(duì)數(shù)據(jù)框的初始順序敏感。
青春有我
TA貢獻(xiàn)1784條經(jīng)驗(yàn) 獲得超8個(gè)贊
假設(shè)df是您的輸入數(shù)據(jù)框，請(qǐng)嘗試：
df['COUNT'] = df.groupby(['Building ID', 'Assessment Phase']).cumcount().add(1)
cumcount不會(huì)減少行數(shù)。
添加回答
舉報(bào)
0/150
提交
取消