有效地创建一个包含另一列

Question

值的实例数量熊猫据帧列假设你有以下信息的熊猫柱：

>> df 
    num 
0 0 
1 1 
2 1 
3 2 
4 3 
5 3 

列到左边的NUM列是索引栏。 我想创建一个实例列，告诉我哪个num实例出现。这是结果，我想：

>> df 
    num instance 
0 0 1 
1 1 1 
2 1 2 
3 2 1 
4 3 1 
5 3 2 

下面是我写这样做代码：

>> my_list = [] 
>> for index, row in df.iterrows(): 
>> my_list.append(df.loc[index,'num']) 
>> # The IF condition is done to prevent my_list from growing too big. 
>> if len(my_list)>1: 
>>  if my_list[len(my_list)-1] == my_list[len(my_list)-2]: 
>>   del my_list[:len(my_list)-2] 
>> my_list['instance'] = len([element for element in my_list if \ 
           element == df.loc[index,'num']) 

该代码完全适用于小DataFrames，但它需要的时间如愿长量数字列由几百万行组成时完成。有没有办法创建实例列的方式，我想在不使用.iterrows（）？

Answer 1

试试这个：

In [11]: df['instance'] = df.groupby('num').cumcount()+1 

In [12]: df 
Out[12]: 
    num instance 
0 0   1 
1 1   1 
2 1   2 
3 2   1 
4 3   1 
5 3   2 

Answer 2

你可以groupby上 'NUM' 列，并呼吁rank与PARAM method=dense'：

In [5]: 
df['instance'] = df.groupby('num').transform(lambda x: x.rank(method='dense')) 
df 

Out[5]: 
    num instance 
0 0   1 
1 1   1 
2 1   2 
3 2   1 
4 3   1 
5 3   2