如何根据 python 中的另一列创建重复数字序列？答案

【问题标题】：How can I create a sequence of repeating numbers based on another column in python?如何根据 python 中的另一列创建重复数字序列？
【发布时间】：2021-12-09 17:18:41
【问题描述】：

我有这个数据集

Country	Date	ValueA
USA	2020-02-01	325
USA	2020-02-02	444
USA	2020-02-03	125
USA	2020-02-04	456
USA	2020-02-05	325
USA	2020-02-06	465
USA	2020-02-07	548
USA	2020-02-08	696
FRA	2020-02-01	357
FRA	2020-02-02	123
FRA	2020-02-03	125
FRA	2020-02-04	987
FRA	2020-02-05	343
FRA	2020-02-06	874
FRA	2020-02-07	658
FRA	2020-02-08	413

我想为每个国家/地区创建一个序列，以便以后按国家/地区和每 4 天分组。我正在寻找类似的东西

Country	Date	ValueA	every_4
USA	2020-02-01	325	1
USA	2020-02-02	444	1
USA	2020-02-03	125	1
USA	2020-02-04	456	1
USA	2020-02-05	325	2
USA	2020-02-06	465	2
USA	2020-02-07	548	2
USA	2020-02-08	696	2
FRA	2020-02-01	357	1
FRA	2020-02-02	123	1
FRA	2020-02-03	125	1
FRA	2020-02-04	987	1
FRA	2020-02-05	343	2
FRA	2020-02-06	874	2
FRA	2020-02-07	658	2
FRA	2020-02-08	413	2

在 R 我相信它会是这样的

df = df %>% groupby(Country) %>% mutate(Every_4 = rep(seq(),4))

有人可以帮忙吗？非常感谢！！

【问题讨论】：

如果没有连续几天会发生什么？

标签： python pandas date

【解决方案1】：

用途：

df['every_4'] = df.groupby('Country').transform(lambda x: x.groupby(x.index//4).ngroup()+1)['ValueA']

输出：

   Country        Date  ValueA  every_4
0      USA  2020-02-01     325        1
1      USA  2020-02-02     444        1
2      USA  2020-02-03     125        1
3      USA  2020-02-04     456        1
4      USA  2020-02-05     325        2
5      USA  2020-02-06     465        2
6      USA  2020-02-07     548        2
7      USA  2020-02-08     696        2
8      FRA  2020-02-01     357        1
9      FRA  2020-02-02     123        1
10     FRA  2020-02-03     125        1
11     FRA  2020-02-04     987        1
12     FRA  2020-02-05     343        2
13     FRA  2020-02-06     874        2
14     FRA  2020-02-07     658        2
15     FRA  2020-02-08     413        2

【讨论】：

【解决方案2】：

使用groupby_cumcount:

df['every_4'] = df.groupby('Country').cumcount().floordiv(4).add(1)
print(df)

# Output:
   Country        Date  ValueA  every_4
0      USA  2020-02-01     325        1
1      USA  2020-02-02     444        1
2      USA  2020-02-03     125        1
3      USA  2020-02-04     456        1
4      USA  2020-02-05     325        2
5      USA  2020-02-06     465        2
6      USA  2020-02-07     548        2
7      USA  2020-02-08     696        2
8      FRA  2020-02-01     357        1
9      FRA  2020-02-02     123        1
10     FRA  2020-02-03     125        1
11     FRA  2020-02-04     987        1
12     FRA  2020-02-05     343        2
13     FRA  2020-02-06     874        2
14     FRA  2020-02-07     658        2
15     FRA  2020-02-08     413        2

【讨论】：

在此示例中，所有日期都已排序，并且没有遗漏日期。我让 OP 澄清这一点。