如何根据 ID_number 为列值分配后缀

Question

DataFrame -> 包含 3 列的简单事件日志。

我想根据#applicationnumber 对我的DataFrame 进行分组（添加post_fix f.ex _step_1、_step_2 等）。请参阅下面的示例。能否请您分别帮我解决这个问题？

data_example = {'applicationnumber': ['XYZ104183736AA', 'XYZ104183736AA', 'XDASDHGHG54G', 'XDASDHGHG54G','XDASDHGHG54G'], 'event_name': ['verification', 'verification', 'verification', 'verification','verification'],'working_time_in_seconds': [1000,2000,30000,10000,1004]}
df_example = pd.DataFrame(data_example)

提前非常感谢！

Answer 1

您可以使用groupby.cumcount() 将这些列组合在一起并将它们视为字符串：

df['event_name'] = df['event_name'].astype(str)\
                   + "_step_" \
                   + df.groupby('applicationnumber').cumcount().add(1).astype(str)

打印：

  applicationnumber           event_name  working_time_in_seconds
0          XYZ104AA  verification_step_1                    54365
1          XYZ104AA  verification_step_2                    35453
2            XDA54G  verification_step_1                      342
3            XDA54G  verification_step_2                       52
4            XDA54G  verification_step_3                      123

我用过这个示例DF：

>>> df.to_dict()

{'applicationnumber': {0: 'XYZ104AA',
  1: 'XYZ104AA',
  2: 'XDA54G',
  3: 'XDA54G',
  4: 'XDA54G'},
 'event_name': {0: 'verification',
  1: 'verification',
  2: 'verification',
  3: 'verification',
  4: 'verification'},
 'working_time_in_seconds': {0: 54365, 1: 35453, 2: 342, 3: 52, 4: 123}}

更新：

import numpy as np

df['event_name'] = np.where(
    df.event_name.str.contains('_step_'),df.event_name,\
        df['event_name'].astype(str)\
            + "_step_" \
                 + df.groupby('applicationnumber').cumcount().add(1).astype(str)
        )