Pandas：具有基于条件的唯一值的新列

Question

我需要为两列的每个值组合创建一个具有唯一值的新“标识符列”。 例如，当ID和相位相同时，应该使用相同的“标识符”（例如 r1 和 ph1 [但是当 r1 和 ph2 时，应该将一个新的、唯一的值添加到列中]）

df
ID   phase   side   values
r1   ph1     l      12
r1   ph1     r      34
r1   ph2     l      93
s4   ph3     l      21
s3   ph2     l      88
s3   ph2     r      54
...

我需要一个新列（idx），如下所示：

new_df
ID   phase   side   values    idx
r1   ph1     l      12        1
r1   ph1     r      34        1
r1   ph2     l      93        2
s4   ph3     l      21        3
s3   ph2     l      88        4
s3   ph2     r      54        4
...

我已经尝试应用这个问题的代码，但无法实现增加 idx 中的值的方法。

任何关于如何实现这一点的建议都将非常受欢迎！

Answer 1

尝试使用groupby ngroup + 1，使用sort=False以确保按照它们在 DataFrame 中出现的顺序枚举组：

df['idx'] = df.groupby(['ID', 'phase'], sort=False).ngroup() + 1

df ：

   ID phase side  values  idx
0  r1   ph1    l      12    1
1  r1   ph1    r      34    1
2  r1   ph2    l      93    2
3  s4   ph3    l      21    3
4  s3   ph2    l      88    4
5  s3   ph2    r      54    4