pandas dataframe groupby 根据组中的位置添加二级索引（整数）答案

【问题标题】：pandas dataframe groupby add second level index (integer) based on position in grouppandas dataframe groupby 根据组中的位置添加二级索引（整数）
【发布时间】：2020-06-30 17:57:24
【问题描述】：

我有一个数据框，其中包含时间值和分组值作为列索引，按时间值的运行索引进行索引。
我想按政变列分组，并在给定每个组中的位置的情况下添加第二级整数索引
示例数据框：

import numpy as np
import pandas as pd
data = np.array([np.random.randint(0,10,20), np.arange(0,20,1) ])
dataset = pd.DataFrame({'group': data[0, :], 'time': data[1, :]})
dataset.index.name = 'global index'
dataset.sort_values(['group', 'global index'], axis=0)

现在，我不知道如何在不使用 for 循环和索引遍历每个组的情况下添加二级索引。

【问题讨论】：

标签： python python-3.x pandas dataframe group-by

【解决方案1】：

IIUC，你知道这个：

import numpy as np
import pandas as pd
np.random.seed(123)
data = np.array([np.random.randint(0,10,20), np.arange(0,20,1) ])
dataset = pd.DataFrame({'group': data[0, :], 'time': data[1, :]})
dataset.index.name = 'global index'
dataset = dataset.sort_values(['group', 'global index'], axis=0)
dataset = dataset.set_index((dataset.groupby('group').cumcount()).rename('2nd Index'), append=True)
dataset

输出：

                        group  time
global index 2nd Index             
8            0              0     8
11           1              0    11
12           2              0    12
16           3              0    16
17           4              0    17
3            0              1     3
7            1              1     7
9            2              1     9
19           3              1    19
0            0              2     0
1            1              2     1
4            0              3     4
14           1              3    14
15           0              4    15
18           1              4    18
2            0              6     2
6            1              6     6
5            0              9     5
10           1              9    10
13           2              9    13

【讨论】：

dataset.set_index((dataset.groupby('group').cumcount()).rename('2nd Index'), append=True) 喜欢从 0 开始，但是是的，就像你提议的一样谢谢！
@MadMax 太好了。我很高兴能帮上忙。编码愉快！
主要问题是它非常慢，因为我猜它会遍历每一行
实际上，这是一个矢量化的解决方案，它不会对每一行进行交互。它正在计算每组中的行数。
hm 比我必须检查它为什么这么慢，并且在更大的数据集（180 组和 60k 行）上崩溃我的 Jupiter 内核

【解决方案2】：

这个有用吗

import numpy as np
import pandas as pd
data = np.array([np.random.randint(0,10,20), np.arange(0,20,1) ])
dataset = pd.DataFrame({'group': data[0, :], 'time': data[1, :]})
dataset['global index'] = dataset.index
dataset.set_index(['group', 'global index']).sort_values(['group', 'global index'])

【讨论】：

不，遗憾的是它不是，因为全局索引已经是索引而不是列