Pandas：groupby() 下的 rank() 返回“ValueError：传递的项目数错误 2，位置暗示 1”

Question

我有以下数据框：

index, col_name, extra_col
1, item_1, stuff
2, item_2, stuff
3, item_3, stuff
4, item_4, stuff
5, item_5, stuff
6, item_6, stuff
7, item_7, stuff
8, item_8, stuff
9, item_9, stuff

我正在对其应用以下转换：

df = df.sort_values(by = 'col_name')
df['yPos'] = np.arange(len(df)) // 3
df['xPos'] = df.groupby(["yPos"]).rank(method='first')-1
df = df.astype({'x': 'int'})

我想在我的数据框xPos 和yPos 中添加两列。 yPos 专栏工作正常。但是在运行带有xPos 列的行时出现以下错误：

Wrong number of items passed 2, placement implies 1

怎么了？

Answer 1

当您尝试将代码分配给一列xPos 时，它产生了多列的结果。因此，错误。您可以改为仅在yPos 上排名，以获取xPos 中的相对序列号。

如下更改您的代码：

df = df.sort_values(by = 'col_name')
df['yPos'] = np.arange(len(df)) // 3

df['xPos'] = df.groupby("yPos")['yPos'].rank(method='first')-1
df = df.astype({'xPos': int})

结果：

print(df)

   index col_name extra_col  yPos  xPos
0      1   item_1     stuff     0     0
1      2   item_2     stuff     0     1
2      3   item_3     stuff     0     2
3      4   item_4     stuff     1     0
4      5   item_5     stuff     1     1
5      6   item_6     stuff     1     2
6      7   item_7     stuff     2     0
7      8   item_8     stuff     2     1
8      9   item_9     stuff     2     2