Pandas 按递增顺序编号组内的行数答案

【问题标题】：Pandas number rows within group in increasing orderPandas 按递增顺序编号组内的行数
【发布时间】：2016-10-26 03:28:35
【问题描述】：

给定以下数据框：

import pandas as pd
import numpy as np
df=pd.DataFrame({'A':['A','A','A','B','B','B'],
                'B':['a','a','b','a','a','a'],
                })
df

    A   B
0   A   a 
1   A   a 
2   A   b 
3   B   a 
4   B   a 
5   B   a

我想创建列“C”，它对列 A 和 B 中每个组内的行进行编号，如下所示：

    A   B   C
0   A   a   1
1   A   a   2
2   A   b   1
3   B   a   1
4   B   a   2
5   B   a   3

到目前为止我已经尝试过了：

df['C']=df.groupby(['A','B'])['B'].transform('rank')

...但它不起作用！

【问题讨论】：

标签： python-3.x pandas group-by pandas-groupby rank

【解决方案1】：

使用 groupby.rank 函数。这是工作示例。

df = pd.DataFrame({'C1':['a', 'a', 'a', 'b', 'b'], 'C2': [1, 2, 3, 4, 5]})
df

C1 C2
a  1
a  2
a  3
b  4
b  5

df["RANK"] = df.groupby("C1")["C2"].rank(method="first", ascending=True)
df

C1 C2 RANK
a  1  1
a  2  2
a  3  3
b  4  1
b  5  2

【讨论】：

【解决方案2】：

使用groupby/cumcount:

In [25]: df['C'] = df.groupby(['A','B']).cumcount()+1; df
Out[25]: 
   A  B  C
0  A  a  1
1  A  a  2
2  A  b  1
3  B  a  1
4  B  a  2
5  B  a  3

【讨论】：

@Gokulakrishnan 回答的 rank() 函数在处理分组列值为数字的情况下确实更好
后续反问，为什么通过阅读 Pandas 文档很难找到这样的解决方案？有时，要弄清楚如何做最简单的事情需要很长时间。
我认为这是正确的方法。 rank() 假设数据是有序的，这可能是也可能不是。
是的，不要使用排名，除非您的意思是要为每个组排序统计标签。