根据 Pandas 中其他列中的值计数添加带有数字的列

Question

colA 是我目前拥有的。

但是，我正在尝试生成colB。

我希望 colB 包含每个值的数字 001。但是，如果关联的 colA 值在该列中存在两次，我希望 colB 数字然后是 002，依此类推。

希望下面的示例可以根据colA 值更好地了解我正在寻找的内容。我一直在努力为此编写任何真正的代码。

编辑：努力用文字解释这一点，所以如果你能想到更好的解释方法，请随时更新我的​​问题。

colA   colB
BJ02   001
BJ02   002
CJ02   001
CJ03   001
CJ02   002
DJ01   001
DJ02   001
DJ07   001
DJ07   002
DJ07   003

Answer 1

使用groupby_cumcount:

df['colB'] = df.groupby('colA').cumcount().add(1)
print(df)

# Output
   colA  colB
0  BJ02     1
1  BJ02     2
2  CJ02     1
3  CJ03     1
4  CJ02     2
5  DJ01     1
6  DJ02     1
7  DJ07     1
8  DJ07     2
9  DJ07     3

@HenryEcker 建议，使用zfill：

df['colB'] = df.groupby('colA').cumcount().add(1).astype(str).str.zfill(3)
print(df)

# Output:
   colA colB
0  BJ02  001
1  BJ02  002
2  CJ02  001
3  CJ03  001
4  CJ02  002
5  DJ01  001
6  DJ02  001
7  DJ07  001
8  DJ07  002
9  DJ07  003

Answer 2

您可以使用 Counter() 计算 colA 中每个值出现的频率，然后创建一个函数来生成 colB 的值列表。

from collections import Counter    
def count_value(colA):
     new_col = []
     colA = df[colA].tolist()
     freq_table = Counter(colA) # count the frequency of each value
     for value in colA:
          new_col.append('00' + str(freq_table[value]))
     return new_col
df['colB'] = count_value(df['colA'])