python在列中找到集合的第二次出現

Question

我有一個數據框：

ID        Status  
100         X  
100         Y  
100         Y  
100         Z  
100         A  
100         Y  
100         Y  
100         Y  
100         X  
100         X  
100         Y  
100         Y  
200         A  
200         B  
200         Y  
200         Y  
200         C  
200         Y  
200         Y   
200         Z   

對於元素Y的每個非連續出現，我希望狀態根據Y出現的次數而改變。 我的預期輸出是：

ID        Status  
100         X  
100         Y  
100         Y  
100         Z  
100         A  
100         Y1  
100         Y1  
100         Y1  
100         X  
100         X  
100         Y2  
100         Y2  
200         A  
200         B  
200         Y  
200         Y  
200         C  
200         Y1  
200         Y1   
200         Z 

我嘗試了以下方法：

df['index'] = pd.np.where(df['Status']==Y, df.groupby(['ID']).cumcount(),0)

索引每個Y的出現。然后我像這樣計算差異：

df['diff'] = df['index'] - df['index'].shift(1)

然后，我選擇每個點df ['diff']> 1變為新的狀態值'Y1'。

df['Status']=pd.np.where(df['diff']>1, 'Y1', df['Status'])

但是，以上內容標識了發生Y的每個點。 我需要過濾掉第一次出現Y並解決后續出現的問題。 即使輸出以下內容，我也沒問題：

ID        Status  
100         X  
100         Y  
100         Y  
100         Z  
100         A  
100         Y1  
100         Y1  
100         Y1  
100         X  
100         X  
100         Y1  
100         Y1  
200         A  
200         B  
200         Y  
200         Y  
200         C  
200         Y1  
200         Y1   
200         Z   

Answer 1

這是通過groupby + transform的一種方法：

def enum(x):
    mask = x.eq('Y')
    y = mask & x.ne(x.shift())
    z = y.cumsum().sub(1).where(mask).fillna(0).astype(int).astype(str)
    return z.mask(z == '0', '')

df['Status'] += df.groupby('ID')['Status'].transform(enum)

print(df)

     ID Status
0   100      X
1   100      Y
2   100      Y
3   100      Z
4   100      A
5   100     Y1
6   100     Y1
7   100     Y1
8   100      X
9   100      X
10  100     Y2
11  100     Y2
12  200      A
13  200      B
14  200      Y
15  200      Y
16  200      C
17  200     Y1
18  200     Y1
19  200      Z