为每个组创建一个具有唯一标识符的新列

Question

我需要为两列值的每个组合创建一个新的“标识符列”，其中包含唯一值。例如，当 ID 和 phase 相同时应该使用相同的“标识符”（例如 r1 和 ph1 [但是应该将一个新的、唯一的值添加到列中）当r1和ph2])

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
...

我需要一个像这样的新列 (idx)：

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
...

我尝试应用来自 this question 的代码，但无法实现增加 idx 中的值的方法。

Answer 1

尝试使用groupby ngroup + 1，使用sort=False 以确保按照它们在DataFrame中出现的顺序枚举组：

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