如何用組中非唯一值枚舉熊貓中的行

Question

我正在使用遠征地理數據。 您能否根據遠征ID（ID），日期（Date），緯度（Lat），經度（Lon）和某個值（Val，枚舉不合理）來枚舉同一站點的站點和記錄？ 假設station是一組具有相同（ID，Date，Lat，Lon）的行，而Expedition是一組具有相同ID的行。 例如，數據幀按4列排序。

數據集和必填列

import pandas as pd
data = [[1,'2017/10/10',70.1,30.4,10],\
    [1,'2017/10/10',70.1,31.4,20],\
    [1,'2017/10/10',70.1,31.4,10],\
    [1,'2017/10/10',70.1,31.4,10],\
    [1,'2017/10/12',70.1,31.4,20],\
    [2,'2017/12/10',70.1,30.4,20],\
    [2,'2017/12/10',70.1,31.4,20]];

df = pd.DataFrame(data,columns=['ID','Date','Lat','Lon','Val']);

附加的（我需要它，St是站號，Rec是同一站數據內的記錄號；例如，上面的輸出）：

df['St'] = [1,2,2,2,3,1,2];
df['Rec'] = [1,1,2,3,1,1,1];
print(df)

我嘗試並使用了groupby / cumcount / agg / factorize，但尚未解決我的問題。

任何幫助！ 謝謝！

Answer 1

要創建'St' ，你可以使用groupby在'ID' ，然后檢查時， any列的'Date','Lat','Lon'比使用前一個不同的shift ，用cumsum讓你的數字想要，例如：

df['St'] = (df.groupby(['ID'])
              .apply(lambda x: (x[['Date','Lat','Lon']].shift() != x[['Date','Lat','Lon']])
                               .any(axis=1).cumsum())).values

要創建'Rec' ，您還需要groupby但是在所有列'ID','Date','Lat','Lon'然后使用cumcount並add例如：

df['Rec'] = df.groupby(['ID','Date','Lat','Lon']).cumcount().add(1)

你會得到：

   ID        Date   Lat   Lon  Val  St  Rec
0   1  2017/10/10  70.1  30.4   10   1    1
1   1  2017/10/10  70.1  31.4   20   2    1
2   1  2017/10/10  70.1  31.4   10   2    2
3   1  2017/10/10  70.1  31.4   10   2    3
4   1  2017/10/12  70.1  31.4   20   3    1
5   2  2017/12/10  70.1  30.4   20   1    1
6   2  2017/12/10  70.1  31.4   20   2    1