如何按組計算 python 中的累積唯一值？

Question

我想知道如何按組計算 python 中的累積唯一值？

下面是 dataframe 示例：

團體	年	類型
一個	1998	紅色的
一個	2002年	紅色的
一個	2005年	藍色的
一個	2008年	藍色的
一個	2009	黃
乙	1998	紅色的
乙	2001年	紅色的
乙	2003年	紅色的
C	1996	紅色的
C	2002年	橙
C	2008年	藍色的
C	2012	黃

我需要按“組”列創建一個新列。 這個新列的值應該是列“類型”的累積唯一值，按列“年”累積。

下面是我想要的dataframe。 例如：對於 A 組，在 1998 年，“類型”的累積唯一值為 1。對於 A 組，在 2005 年，“類型”的累積唯一值為 2。對於 C 和 2012 年， “類型”的累積唯一值是 4。

| Group| Year| Type|Want|
|------|-----|-----|----|
|A|1998|red|1|
|A|2002|red|1|
|A|2005|blue|2|
|A|2008|blue|2|
|A|2009|yello|3|
|B|1998|red|1|
|B|2001|red|1|
|B|2003|red|1|
|C|1996|red|1|
|C|2002|orange|2|
|C|2008|blue|3|
|C|2012|yello|4|

關於此 dataframe 的另一件事：並非所有組在同一年份都有值。 例如，A 組在 1998、2002、2005 和 2008 年有值。B 組在 1998、2001 和 2003 年有值。

我想知道如何解決這個問題。 您的大力幫助對我來說意義重大。 謝謝！

Answer 1

在GroupBy.transform中使用自定義 lambda function 和factorize ：

f = lambda x: pd.factorize(x)[0]
df['Want1'] = df.groupby('Group', sort=False)['Type'].transform(f) + 1
print (df)
   Group  Year    Type  Want1
0      A  1998     red      1
1      A  2002     red      1
2      A  2005    blue      2
3      A  2008    blue      2
4      A  2009   yello      3
5      B  1998     red      1
6      B  2001     red      1
7      B  2003     red      1
8      C  1996     red      1
9      C  2002  orange      2
10     C  2008    blue      3
11     C  2012   yello      4