我有一個包含 22 列的 Pandas 數據框，用于處理建筑評估，但是，我只關注兩個特定的列。這兩列是數字建筑物 ID 和評估階段，指示相應建筑物 ID 處于哪個階段?；旧?，我想做的是計算這兩列中值組合的出現次數，并將這些計數存儲在序數列。詳情如下： Building ID | Assessment Phase----------------------------------- 001 Phase 1 002 Phase 2 002 Phase 2 003 Phase 3 003 Phase 2 003 Phase 3 004 Unk 004 Phase 1 005 Phase 2您會注意到有重復的 ID 和看起來相同的評估。我想要按建筑物 ID 和評估階段分組的每個類似事件的累積行數。它應該看起來像這樣： Building ID | Assessment Phase | Bldg_Phs_Ord-------------------------------------------------- 001 Phase 1 1 002 Phase 2 1 002 Phase 2 2 003 Phase 3 1 003 Phase 3 2 003 Phase 3 3 004 Unk 1 004 Phase 1 1 005 Phase 2 1可以看出，每個組合都有單獨的計數。一些組合重復幾次，其中每個后續組合都放在自己的行中。我嘗試過的是測試它是否正確輸出：test_cnt = bldg_df.groupby(['Building ID', 'Assessment Phase']).size().to_frame('COUNT').sort_values(by=['Building ID']).reset_index()不幸的是，只要存在不止一個重復組合，這就會將這些組合聚合在一起。 Building ID | Assessment Phase | COUNT-------------------------------------------------- 001 Phase 1 1 002 Phase 2 2 003 Phase 3 3 004 Unk 1 004 Phase 1 1 005 Phase 2 1我應該添加什么以便它返回每個單獨的累積行數？
3 回答
慕娘9325324
TA貢獻1783條經驗 獲得超4個贊
IIUC 您正在尋找cumcount：
df["count"] = df.groupby(['Building ID', 'Assessment Phase']).cumcount()+1
print (df)
Building ID Assessment Phase count
0 1 Phase 1 1
1 2 Phase 2 1
2 2 Phase 2 2
3 3 Phase 3 1
4 3 Phase 3 2
5 3 Phase 3 3
6 4 Unk 1
7 4 Phase 1 1
8 5 Phase 2 1
慕碼人8056858
TA貢獻1803條經驗 獲得超6個贊
首先，創建數據框：
from io import StringIO
import pandas as pd
data = ''' Building ID Assessment Phase
001 Phase 1
002 Phase 2
002 Phase 2
003 Phase 3
003 Phase 2
003 Phase 3
004 Unk
004 Phase 1
005 Phase 2
df = pd.read_csv(StringIO(data), sep='\s\s+', engine='python')
'''
其次，創建一個名為“計數器”的輔助列（0 表示未知評估階段，否則為 1）：
df['counter'] = 1
mask = df['Assessment Phase'] == 'Unk'
df.loc[mask, 'counter'] = 0
第三，按建筑物ID分組，并將cumsum（累積和）函數應用于計數器列。然后手動更新“未知”行。
df['Bldg_Phs_Ord'] = df.groupby('Building ID')['counter'].cumsum()
df.loc[mask, 'Bldg_Phs_Ord'] = 1
print(df)
Building ID Assessment Phase counter Bldg_Phs_Ord
0 1 Phase 1 1 1
1 2 Phase 2 1 1
2 2 Phase 2 1 2
3 3 Phase 3 1 1
4 3 Phase 2 1 2
5 3 Phase 3 1 3
6 4 Unk 0 1
7 4 Phase 1 1 1
8 5 Phase 2 1 1
我不知道如何避免對“Unk”評估階段的特殊處理。并且cumsum()對數據框的初始順序敏感。
青春有我
TA貢獻1784條經驗 獲得超8個贊
假設df是您的輸入數據框，請嘗試：
df['COUNT'] = df.groupby(['Building ID', 'Assessment Phase']).cumcount().add(1)
cumcount不會減少行數。
添加回答
舉報
0/150
提交
取消