如何在pandas中为sub_id与test_id组合生成无重复的唯一序列编号
解决方法
你的需求是为每一组唯一的sub_id、test_id组合分配全局唯一的序列编号,同一组合的所有行共享相同编号,编号按组合首次出现的顺序递增,直接使用groupby.ngroup()即可实现:
import pandas as pd df = pd.DataFrame({'sub_id': [101,101,101,102,102,103,104,104,105], 'test_id':['A1','A1','C1','A1','B1','D1','E1','A1','F1'], 'dummy':['hi','hello','how','are','you','am','fine','thank','you']}) # sort=False保证编号按组合在原始数据中首次出现的顺序生成,+1让编号从1开始 df['seq_id'] = df.groupby(['sub_id', 'test_id'], sort=False).ngroup() + 1
输出效果
运行后得到的结果与预期一致:
| sub_id | test_id | dummy | seq_id |
|---|---|---|---|
| 101 | A1 | hi | 1 |
| 101 | A1 | hello | 1 |
| 101 | C1 | how | 2 |
| 102 | A1 | are | 3 |
| 102 | B1 | you | 4 |
| 103 | D1 | am | 5 |
| 104 | E1 | fine | 6 |
| 104 | A1 | thank | 7 |
| 105 | F1 | you | 8 |
原有方案错误原因
groupby(['sub_id','test_id']).cumcount()+1是统计同一分组内每行的序号,同一组合的不同行得到的编号不同,不符合需求- 直接赋值
index+1会让每行得到不同编号,完全没有按组合聚合的效果
内容的提问来源于stack exchange,提问作者The Great
相关产品推荐
相关产品推荐

