如何在熊猫数据框中按条件累计计算几列[重复]答案

【问题标题】：How to cumulutive count several columns by condition in pandas dataframe [duplicate]如何在熊猫数据框中按条件累计计算几列[重复]
【发布时间】：2021-02-28 19:47:32
【问题描述】：

示例数据框：

df = pd.DataFrame({'column_1':['a','a','a','a','a','a','b','b','b','b','b','b','b','b','b','c','c','d','d']
                   ,'column_2':[1,1,1,2,2,2,1,1,1,2,2,2,3,3,3,1,2,2,3]
                  })

我想按条件计算每对列，编号从 1 到 N。我想，我必须使用apply函数，但不知道如何写它的实现。

使用 .loc 循环非常慢（过滤原因）

for column_1 in df.column_1.unique():
    for column_2 in df.column_2.unique():
        condition = (df.column_1 == column_1)&(df.column_2 == column_2)
        max_range = sum(condition)
        df.loc[condition, 'result'] = range(1, max_range + 1)
df.result = df.result.astype(int)

结果：

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

这是groupby().cumcount()：

df['result'] = df.groupby(['column_1','column_2']).cumcount()+1

输出：

   column_1  column_2  result
0         a         1       1
1         a         1       2
2         a         1       3
3         a         2       1
4         a         2       2
5         a         2       3
6         b         1       1
7         b         1       2
8         b         1       3
9         b         2       1
10        b         2       2
11        b         2       3
12        b         3       1
13        b         3       2
14        b         3       3
15        c         1       1
16        c         2       1
17        d         2       1
18        d         3       1

【讨论】：