Pandas：为每个组中的唯一值插入一个数字

Question

我的 DataFrame 是：

df = pd.DataFrame({
'ID':['27637', '27637', '27637', '27637', '89283', '89283', '89283', '89283'],
'Country':['UK', 'Poland', 'Poland', 'Poland', 'China', 'China', 'India', 'India']})

我通过df['Dense_Rank'] = df.groupby('ID')['Country'].rank(method='dense')添加了一个附加列

但是，我不喜欢 27637 组，因为英国被标记为 2.0，而波兰被标记为 1.0。 由于英国首先出现，我希望它被标记为 1.0，而波兰被标记为 2.0。 89283 的分组看起来不错。

这是我的预期结果：

ID	国家	密秩	预期结果
27637	英国	2.0	1.0
27637	波兰	1.0	2.0
27637	波兰	1.0	2.0
27637	波兰	1.0	2.0
89283	中国	1.0	1.0
89283	中国	1.0	1.0
89283	印度	2.0	2.0
89283	印度	2.0	2.0

Answer 1

一种选择是使用pandas.factorize ：

df['Expected_Result'] = df.groupby(['ID'])['Country'].transform(lambda x: pd.factorize(x)[0]+1)

Output：

print(df)

      ID Country  Dense_Rank  Expected_Result
0  27637      UK         2.0                1
1  27637  Poland         1.0                2
2  27637  Poland         1.0                2
3  27637  Poland         1.0                2
4  89283   China         1.0                1
5  89283   China         1.0                1
6  89283   India         2.0                2
7  89283   India         2.0                2