Groupby 并为组成员分配唯一 ID答案

【问题标题】：Groupby and assign unique IDs to group membersGroupby 并为组成员分配唯一 ID
【发布时间】：2020-01-18 10:19:44
【问题描述】：

我有一些数据框：

df = pd.DataFrame({'fruit': ['apple', 'apple', 'apple', 'apple', 'orange', 'orange', 'orange', 'orange', 'orange', 'orange'], 
                   'distance': [10, 0, 20, 40, 20, 50 ,70, 90, 110, 130]})
df

fruit   distance
0   apple   10
1   apple   0
2   apple   20
3   apple   40
4   orange  20
5   orange  50
6   orange  70
7   orange  90
8   orange  110
9   orange  130

我想为每个组成员添加一个按距离排序的唯一 ID，如下所示：

    fruit   distance    ID
0   apple   10  apple_2
1   apple   0   apple_1
2   apple   20  apple_3
3   apple   40  apple_4
4   orange  20  orange_1
5   orange  50  orange_2
6   orange  70  orange_3
7   orange  130 orange_6
8   orange  110 orange_5
9   orange  90  orange_4

我对 sort/groupby/loop 的努力还没有成功。

【问题讨论】：

标签： python pandas pandas-groupby

【解决方案1】：

使用pandas.DataFrame.groupby.rank：

df['ID'] = df['fruit'] + "_" + df.groupby("fruit")["distance"].rank().astype(int).astype(str)
print(df)

输出：

    fruit  distance        ID
0   apple        10   apple_2
1   apple         0   apple_1
2   apple        20   apple_3
3   apple        40   apple_4
4  orange        20  orange_1
5  orange        50  orange_2
6  orange        70  orange_3
7  orange        90  orange_4
8  orange       110  orange_5
9  orange       130  orange_6

【讨论】：

我和你差不多。 df['id'] = (df['fruit'].str.cat(df.groupby('fruit')['distance'].rank().astype(int).astype(str),'_')) +1
不错的解决方案！值得注意的是，对于相同距离的物品，默认的排序方法（'average'）并不能保证id的唯一性（也不是连续性），不像'first'方法那样更安全。
没错，rank(method='first') 更安全，确保所有 ID 都是唯一的

【解决方案2】：

IIUC，

sort 后跟 groupby 和 cumsum 以及字符串连接。

最后我不确定你的类型？ - 但这应该可行。

nums = (df.sort_values(["fruit", "distance"]).groupby(["fruit"]).cumcount() + 1).astype(str)

df['ID'] = df['fruit'] + '_' + nums
print(df)
        fruit  distance    ID
0   apple        10   apple_2
1   apple         0   apple_1
2   apple        20   apple_3
3   apple        40   apple_4
4  orange        20  orange_1
5  orange        50  orange_2
6  orange        70  orange_3
7  orange        90  orange_4
8  orange       110  orange_5
9  orange       130  orange_6

【讨论】：