Pandas：具有基於條件的唯一值的新列

Question

我需要為兩列的每個值組合創建一個具有唯一值的新“標識符列”。 例如，當ID和相位相同時，應該使用相同的“標識符”（例如 r1 和 ph1 [但是當 r1 和 ph2 時，應該將一個新的、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
...

我需要一個新列（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
...

我已經嘗試應用這個問題的代碼，但無法實現增加 idx 中的值的方法。

任何關於如何實現這一點的建議都將非常受歡迎！

Answer 1

嘗試使用groupby ngroup + 1，使用sort=False以確保按照它們在 DataFrame 中出現的順序枚舉組：

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