基于Category列重新枚举Sub-Category列内容的实现方法

原始数据 #

先看初始的DataFrame：

import pandas as pd

df = pd.DataFrame({'Category':[101,101,101,103,103,103,103],
                   'Sub-Category':[0,3,4,0,2,4,5]})

输出如下：

Category  Sub-Category
0      101             0
1      101             3
2      101             4
3      103             0
4      103             2
5      103             4
6      103             5

需求 #

需要针对每个Category，将组内的Sub-Category从1开始重新连续枚举，得到如下结果：

Category  Sub-Category
0      101             1
1      101             2
2      101             3
3      103             1
4      103             2
5      103             3
6      103             4

实现方法 #

用pandas的分组计数就能快速实现：

df['Sub-Category'] = df.groupby('Category').cumcount() + 1

原理 #

• groupby('Category')：把相同分类的行归为一组
• cumcount()：对每组内的行从0开始依次计数
• +1：把计数起点从0改成1，正好匹配需求的枚举方式

内容的提问来源于stack exchange，提问作者user12587364