pandas 按所有值小於特定數字的列值分組，並將組號分配為新列

Question

我有一個這樣的數據框，

df
col1    col2
 A        2
 B        3
 C        1
 D        4
 E        6
 F        1
 G        2
 H        8
 I        1
 J       10

現在我想創建另一列 col3，將所有低於 5 的 col2 值分組，並將 col3 值保持為 1 到組數，因此最終數據框如下所示，

col1    col2     col3
 A        2        1
 B        3        1
 C        1        1
 D        4        1
 E        6        2
 F        1        2
 G        2        2
 H        8        3
 I        1        3
 J       10        4

我可以這樣做比較 prev 值與當前值並存儲到列表中並使其成為 col3。

但是在這種情況下執行時間會很長，所以尋找一些快捷方式/pythonic 方法來最有效地完成它。

Answer 1

通過Series.gt比較>然后使用Series.cumsum 。 新列總是從0開始，因為列的第一個值不像5 ，否則它應該是1 ：

df['col3'] = df['col2'].gt(5).cumsum()
print (df)
  col1  col2  col3
0    A     2     0
1    B     3     0
2    C     1     0
3    D     4     0
4    E     6     1
5    F     1     1
6    G     2     1
7    H     8     2
8    I     1     2
9    J    10     3

因此，對於從1開始的通用解決方案，請使用此技巧 - 如果小於5則比較第一個值，轉換為False->0 True->1和False->0整數並添加到列：

N = 5
df['col3'] = df['col2'].gt(N).cumsum() + int(df.loc[0, 'col2'] < 5)

---

df = df.assign(col21 = df['col2'].add(pd.Series({0:5}), fill_value=0).astype(int))

N = 5
df['col3'] = df['col2'].gt(N).cumsum() + int(df.loc[0, 'col2'] < N)
#test for first value > 5
df['col31'] = df['col21'].gt(N).cumsum() + int(df.loc[0, 'col21'] < N)
print (df)
  col1  col2  col21  col3  col31
0    A     2      7     1      1
1    B     3      3     1      1
2    C     1      1     1      1
3    D     4      4     1      1
4    E     6      6     2      2
5    F     1      1     2      2
6    G     2      2     2      2
7    H     8      8     3      3
8    I     1      1     3      3
9    J    10     10     4      4