为包含相同值的集群提供唯一标识符

Question

假设我有一个包含 1 和 0 的数据框列，我想按值为 1 的集群进行分组。使用 groupby 通常会呈现 2 组、一组 0 和一组 1 .

df = pd.DataFrame([1,1,1,0,0,0,0,1,1,0,0,0,1,0,1,1,1],columns=['clusters'])

print df
    clusters
0          1
1          1
2          1
3          0
4          0
5          0
6          0
7          1
8          1
9          0
10         0
11         0
12         1
13         0
14         1
15         1
16         1

for k, g in df.groupby(by=df.clusters):
    print k, g

0     clusters
3          0
4          0
5          0
6          0
9          0
10         0
11         0
13         0
1     clusters
0          1
1          1
2          1
7          1
8          1
12         1
14         1
15         1
16         1

因此，实际上，我需要为所有 1 的集群创建一个具有唯一标识符的新列：因此我们最终会得到：

       clusters  unique
0          1       1
1          1       1
2          1       1
3          0       0
4          0       0
5          0       0
6          0       0
7          1       2
8          1       2
9          0       0
10         0       0
11         0       0
12         1       3
13         0       0
14         1       4
15         1       4
16         1       4

欢迎任何帮助。谢谢。

Answer 1

让我们做ngroup

m = df['clusters'].eq(0)
df['unqiue'] = df.groupby(m.cumsum()[~m]).ngroup() + 1

---

    clusters  unqiue
0          1       1
1          1       1
2          1       1
3          0       0
4          0       0
5          0       0
6          0       0
7          1       2
8          1       2
9          0       0
10         0       0
11         0       0
12         1       3
13         0       0
14         1       4
15         1       4
16         1       4