如何以累积方式从唯一的 groupby 组合生成列？答案

【问题标题】：How to generate a column from the unique groupby combinations in a cumulative way?如何以累积方式从唯一的 groupby 组合生成列？
【发布时间】：2022-11-29 02:16:50
【问题描述】：

我的数据如下所示：

df_dict = {
    'Year' : [2021, 2021, 2021, 2021, 2022, 2022, 2022, 2022],
    'Week of Year' : [1, 1, 2, 2, 10, 10, 11, 11]
}
  
df = pd.DataFrame(df_dict)

我怎样才能生成一个新列，比如 Week Order 以累积方式显示独特的 Year, Week of Year 组合。结果数据集将是这样的：

    Year    Week of Year    Week Order
0   2021    1               1
1   2021    1               1
2   2021    2               2
3   2021    2               2
4   2022    10              3
5   2022    10              3
6   2022    11              4
7   2022    11              4

【问题讨论】：

标签： python pandas

【解决方案1】：

您可以使用 pandas.factorize ：

df['Week Order'] = df.agg(tuple, axis=1).factorize()[0]+1

＃输出：

print(df)

   Year  Week of Year  Week Order
0  2021             1          1
1  2021             1          1
2  2021             2          2
3  2021             2          2
4  2022            10          3
5  2022            10          3
6  2022            11          4
7  2022            11          4

【讨论】：

而不是分配，您可以通过分配 df['WeekOrder']=df.agg(tuple, axis=1).factorize()[0]+1) 很好地创建一个新列
更好/更短，谢谢 Naveed。

【解决方案2】：

另一种选择，sort_values + duplicated + cumsum，即每个不重复的年+周将订单增加一个：

cols = ['Year', 'Week of Year']
df['Week Order'] = (~df.sort_values(cols).duplicated(cols)).cumsum()

df
   Year  Week of Year  Week Order
0  2021             1           1
1  2021             1           1
2  2021             2           2
3  2021             2           2
4  2022            10           3
5  2022            10           3
6  2022            11           4
7  2022            11           4

【讨论】：

【解决方案3】：

这是一种方法

df['week order']=1
df['week order']=df['week order'].mask(df.duplicated()).cumsum().ffill().astype(int) 
df

或者

df['week order'] = (df.duplicated()).cumsum().shift(-1).ffill().astype(int)

    Year    Week of Year    week order
0   2021               1        1
1   2021               1        1
2   2021               2        2
3   2021               2        2
4   2022              10        3
5   2022              10        3
6   2022              11        4
7   2022              11        4

【讨论】：

＃ 输出 ：

＃输出：