Python Pandas 按顺序计算多索引中唯一对的出现次数

Question

我已经完成了一个数据框记录练习，有一个两列多索引：日和人。每天，每个人都会记录他们进行的锻炼（如果他们锻炼过）。我想添加另一列，它按顺序计算此日志中的条目，如下所示。因此，对于每一对独特的日期和人物，加 1。Day   Person   Exercise    EntryNumber1     Joe      Curls                 11     Joe      Squats                11     Sandy    Sprints               21     Sandy    Bench                 22     Joe      Curls                 32     Sandy    Squats                43     Bob      Pushups               5这是生成上述数据帧的代码。import pandas as pddf = pd.DataFrame({'Day':[1,1,1,1,2,2,3],                    'Person':['Joe','Joe','Sandy','Sandy','Joe','Sandy','Bob'],                    'Exercise':['Curls','Squats','Sprints','Bench','Curls','Squats','Pushups']})df = df.set_index(['Day','Person'])我将如何创建 EntryNumber 列？我已经尝试了各种 groupby 和 cumcount 但还没有弄清楚。

Answer 1

也许您可以尝试groupby以下操作ngroup()：

#Generating df from above

import pandas as pd

df = pd.DataFrame({'Day':[1,1,1,1,2,2,3], 

                   'Person':['Joe','Joe','Sandy','Sandy','Joe','Sandy','Bob'], 

                   'Exercise':['Curls','Squats','Sprints','Bench','Curls','Squats','Pushups']})

df = df.set_index(['Day','Person'])

# applying reset index and ngroup

df.reset_index(inplace=True)

df['Entry Number'] = df.groupby(['Day','Person']).ngroup() +1

df

结果：

    Day Person  Exercise    Entry Number

0   1   Joe      Curls      1

1   1   Joe      Squats     1

2   1   Sandy    Sprints    2

3   1   Sandy    Bench      2

4   2   Joe      Curls      3

5   2   Sandy    Squats     4

6   3   Bob      Pushups    5

Answer 2

另一种方法是factorize通过索引而无需分组：

df['EntryNumber'] = df.index.factorize()[0]+1

#df = df.reset_index() -> if you want to reset theindex

print(df)

           Exercise  EntryNumber

Day Person                      

1   Joe       Curls            1

    Joe      Squats            1

    Sandy   Sprints            2

    Sandy     Bench            2

2   Joe       Curls            3

    Sandy    Squats            4

3   Bob     Pushups            5