使用循環或 numpy 創建新列以分配新 ID，其中

Question

我對 Python 有點陌生。 我正在研究運動數據。 我有 ID、位置、速度、時間和目的地列。 我的dataframe看起來像這樣：

船號	目的地	隆	緯度	速度	時間
508040000	文萊	139.356	34.172	13	2016/01/12 16:44:03
508040000	文萊	139.356	34.173	12.9	2016/01/12 16:44:03
508040000	文萊	139.781	35.245	12.7	2016/01/12 16:44:03
508040000	釜山	139.358	34.172	15.8	2016/03/01 16:09:36
508040000	釜山	139.359	34.173	15.6	2016/03/01 16:10:06
508040000	釜山	139.362	34.177	15.9	2016/03/01 16:11:07
431000792	東京	139.673	34.842	11	2016/04/01 22:17:51
431000792	東京	139.683	34.914	11	2016/04/01 22:41:11
431000792	東京	139.684	34.926	10.3	2016/04/01 22:45:20
431000792	青海	140.760717	40.8771	0.1	2016/05/03 22:03:02
431000792	青海	140.759967	40.877033	0	2016/05/03 23:54:19
431000792	青海	140.760117	40.876917	0	2016/05/04 0:06:00

我想循環或迭代 ID 和目的地以創建一個新的行程 ID 列。

船號	目的地	緯度	隆	速度	時間	三倍體
508040000	文萊	139.356	34.172	13	2016/01/12 16:44:03	1
508040000	文萊	139.356	34.173	12.9	2016/01/12 16:44:03	1
508040000	文萊	139.781	35.245	12.7	2016/01/12 16:44:03	1
508040000	釜山	139.358	34.172	15.8	2016/03/01 16:09:36	2
508040000	釜山	139.359	34.173	15.6	2016/03/01 16:10:06	2
508040000	釜山	139.362	34.177	15.9	2016/03/01 16:11:07	2
431000792	東京	139.673	34.842	11	2016/04/01 22:17:51	1
431000792	東京	139.683	34.914	11	2016/04/01 22:41:11	1
431000792	東京	139.684	34.926	10.3	2016/04/01 22:45:20	1
431000792	青海	140.760717	40.8771	0.1	2016/05/03 22:03:02	2
431000792	青海	140.759967	40.877033	0	2016/05/03 23:54:19	2
431000792	青海	140.760117	40.876917	0	2016/05/04 0:06:00	2

所以我寫如下

for shipid in df.shipid.unique():
    tripid=1
    for destination in df.destination.unique():
        df['tripid'] = np.where(df['destination']==df['destination'].shift(-1),tripid, tripid+1)

該代碼創建了一個新列tripid ，其中每一行都分配了“1”，除了每個目的地的最后一行，其中分配了“2”。

我想為目的地與 1、2、3 相同的每艘船分配一個唯一 ID。

我不確定要使用什么，循環或迭代等。我嘗試將它用於循環，錯誤顯示該系列不明確。

Answer 1

這能解決你的問題嗎？

import pandas as pd

# Example dataframe:
df = pd.DataFrame(
    {'shipid': [1, 1, 1, 1, 1, 2, 2],
    'destination': ['Brunei', 'Brunei', 'Brunei', 'Busan', 'Busan', 'Tokyo', 'Tokyo']}
)

df['tripid'] = df.groupby(['destination']).cumcount() + 1

船號	目的地	三倍體
1	文萊	1
1	文萊	2
1	文萊	3
1	釜山	1
1	釜山	2
2	東京	1
2	東京	2

您還可以按shipid和destination分組：

df['tripid'] = df.groupby(['shipid', 'destination']).cumcount() + 1

---

或者也許你需要這個？

https://stackoverflow.com/a/51329888/14627505

df['tripid'] = df.groupby(['shipid', 'destination']).ngroup() + 1

船號	目的地	三倍體
1	文萊	1
1	文萊	1
1	文萊	1
1	釜山	2
1	釜山	2
2	東京	3
2	東京	3