如何在Python中基于SessionNo生成Time属性？

当然有简便的方法！用Python的Pandas库就能快速搞定这个需求，这是处理分组内序号生成的典型场景。

步骤说明 #

核心思路是按SessionNo分组，然后为每个分组内的行生成从1开始的连续序号，作为新的Time列。

代码示例 #

首先假设你的数据已经是Pandas DataFrame格式（如果是原始文本，你可以用pd.read_csv()或pd.read_table()先读取）：

import pandas as pd

# 构造和你样本匹配的示例数据
data = {
    'SessionNo': [1, 1, 1, 2],
    'ItemNo': [12, 13, 12, 15],
    'TransactType': [0, 1, 1, 0]
}
df = pd.DataFrame(data)

# 生成Time列：按SessionNo分组后，给每组内的行分配从1开始的序号
df['Time'] = df.groupby('SessionNo').cumcount() + 1

# 调整列顺序，和你期望的输出格式对齐
df = df[['SessionNo', 'Time', 'ItemNo', 'TransactType']]

print(df)

输出结果 #

运行后会得到你想要的格式：

SessionNo  Time  ItemNo  TransactType
0          1     1      12             0
1          1     2      13             1
2          1     3      12             1
3          2     1      15             0

关键细节解释 #

• groupby('SessionNo')：把数据按会话ID分组，确保每个会话内的行单独处理，不会和其他会话的序号混淆。
• cumcount()：为每个分组内的行生成从0开始的连续计数，加1后就得到了从1开始的Time序号，完美匹配你的需求。
• 如果原始数据中同一个SessionNo下的行顺序不是你想要的时间顺序，建议先按SessionNo和对应的时间字段（如果有的话）排序，再执行上述操作。

内容的提问来源于stack exchange，提问作者Krukiou