[英]Pandas: Incrementally count occurrences in a column
我有一个DataFrame(df),其中包含一个'Name'列。 在标有“Occ_Number”的列中,我想保持“名称”中每个值的出现次数的运行记录。
例如:
Name Occ_Number
abc 1
def 1
ghi 1
abc 2
abc 3
def 2
jkl 1
jkl 2
我一直试图想出一个使用的方法
>df['Name'].value_counts()
但无法弄清楚如何将它们联系在一起。 我只能从value_counts()获得总计。 到目前为止,我的过程涉及使用以下代码创建包含大于1的计数的“名称”列字符串值的列表:
>things = df['Name'].value_counts()
>things = things[things > 1]
>queries = things.index.values
我希望以某种方式循环“名称”并通过检查查询有条件地添加到Occ_Number,但这是我被卡住的地方。 有人知道这样做的方法吗? 我将不胜感激任何帮助。 谢谢!
您可以使用cumcount
来避免虚拟列:
>>> df["Occ_Number"] = df.groupby("Name").cumcount()+1
>>> df
Name Occ_Number
0 abc 1
1 def 1
2 ghi 1
3 abc 2
4 abc 3
5 def 2
6 jkl 1
7 jkl 2
您可以添加辅助列,然后使用cumsum
:
df =pd.DataFrame({'Name':['abc', 'def', 'ghi', 'abc', 'abc', 'def', 'jkl', 'jkl']})
添加计数:
df['counts'] =1
按名称分组:
cs =df.groupby('Name')['counts'].cumsum()
# set series name
cs.name = 'Occ_number'
将系列连接回数据帧:
# remove helper column
del df['counts']
df.join(cs)
收益:
Name Occ_number
0 abc 1
1 def 1
2 ghi 1
3 abc 2
4 abc 3
5 def 2
6 jkl 1
7 jkl 2
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.