如何计算属于 product_id 的元素的数量并将它们按元素保存在 python 的列表中？

Question

创建一个列表来计算属于 product_id 的元素的数量，例如宜家餐桌

给定数据

product_IDs = [123,123,123,
               321,321,321,
               345,345,345,345,345]

如何根据 product_IDs 数据创建此列表？

product_elements = [1, 2, 3, 
                    1, 2, 3,
                    1, 2, 3, 4, 5]

我的目标

import pandas as pd 

data = {'Product_ID': product_IDs,
        'Product_elements': product_elements
       }

df = pd.DataFrame.from_dict(data)
df 

我尝试了这个和更多的东西： [count+1 for count, elle in enumerate(product_IDs)]

Answer 1

>>> product_IDs = [123,123,123, 321,321,321, 345,345,345,345,345]
>>> product_elements = (pd.Series(product_IDs)
...                     .value_counts(sort=False)
...                     .reset_index()
...                     .apply(
...                         lambda x:list(range(1, x[0]+1) ), 
...                         axis=1
...                     ).explode()
...                     )

>>> pd.DataFrame({
... "product_IDs" : product_IDs,
... "product_elements" : product_elements
... }).reset_index(drop=True)

    product_IDs product_elements
0           123                1
1           123                2
2           123                3
3           321                1
4           321                2
5           321                3
6           345                1
7           345                2
8           345                3
9           345                4
10          345                5

另一种解决方案：

>>> x = pd.Series([123,123,123, 321,321,321, 345,345,345,345,345])
>>> (x
...  .groupby(x)
...  .apply(lambda x:range(1, len(x)+1))
...  .explode()
...  .reset_index()
...  .rename(columns={"index" : "product_IDs", 0:"product_elements"})
... )

    product_IDs product_elements
0           123                1
1           123                2
2           123                3
3           321                1
4           321                2
5           321                3
6           345                1
7           345                2
8           345                3
9           345                4
10          345                5