在Pandas中按tag_id和sub_id分组生成序号并排序DataFrame

1. 准备示例数据并完成排序 #

先执行以下代码创建示例DataFrame，并按tag_id和log_date升序排序：

import pandas as pd

dfx = pd.DataFrame({'tag_id': [496976, 496976, 603100, 603100, 715078, 715078, 978924, 978924, 1276120, 1276120, 1276120],
                    'sub_id' :['W00-8748', 'A00-1012', 'A00-4028', 'A00-4028', 'W00-0706', 
                               'W00-1960', 'W00-1066', 'W00-6462', 'W00-1397', 'W00-1427', 'W00-6727'],
                    'log_date':['2012-06-28','2013-06-28','2016-02-18','2016-02-18','2008-02-25','2008-09-28','2008-04-28','2010-10-20','2008-07-10','2008-07-15','2008-07-15']})

# 按tag_id和log_date升序排序，重置索引
dfx = dfx.sort_values(by=['tag_id','log_date'], ascending=True).reset_index(drop=True)

2. 基于tag_id和sub_id生成分组序号 #

使用groupby()结合ngroup()方法，生成从1开始的分组序号列（命名为group_num）：

dfx['group_num'] = dfx.groupby(['tag_id', 'sub_id']).ngroup(start=1)

最终结果 #

执行上述代码后，DataFrame的输出如下：

内容的提问来源于stack exchange，提问作者Nabi Shaikh