如何根据pandas中的一些条件创建row_number
如何根据pandas中的一些条件创建row_number
提问于 2018-07-23 01:59:08
我有一个这样的数据框架：
Clinic Number date
0 1 2015-05-05
1 1 2015-05-05
2 1 2016-01-01
3 2 2015-05-05
4 2 2016-05-05
5 3 2017-05-05
6 3 2017-05-05我想创建一个新列，并根据一些条件填充它。所以新的数据框应该是这样的：
Clinic Number date row_number
0 1 2015-05-05 1
1 1 2015-05-05 1
2 1 2016-01-01 2
3 2 2015-05-05 3
4 2 2016-05-05 4
5 3 2017-05-05 5
6 3 2017-05-05 5将条目放入新列的规则是什么:当诊所编号和日期相同时，它们将获得相同的数字，如果更改，则将增加。
例如，这里的1 2015-05-05有两行，它们具有相同的Clinic Number and date，因此它们都得到1。下一行是Clinic Number=1，但日期与前一行不同，因此它将得到2。其中Clinic Number=2没有与Clinic Number=2相同的行，所以它得到了3，下一行是4...
到目前为止，我已经尝试了这样的东西：
def createnumber(x):
x['row_number'] = i
d['row_number']= pd1.groupby(['Clinic Number','date']).apply(createnumber)但是我不知道如何实现这个功能。
如果你能帮助我，我将不胜感激：)我也看过像this这样的链接，但它们不是动态的(我的意思是这里的行数应该根据一些条件增加)
回答 1
Stack Overflow用户
回答已采纳
发布于 2018-07-23 02:05:51
您可以这样做，而不是groupby，将您的条件单独命名。因此，如果日期改变或诊所编号更改，则返回True，然后获取这些True值的cumsum：
df['row_number'] = (df.date.ne(df.date.shift()) | df['Clinic Number'].ne(df['Clinic Number'].shift())).cumsum()
>>> df
Clinic Number date row_number
0 1 2015-05-05 1
1 1 2015-05-05 1
2 1 2016-01-01 2
3 2 2015-05-05 3
4 2 2016-05-05 4
5 3 2017-05-05 5您需要确保您的数据帧首先按Clinic Number和Date排序(如果尚未排序，则可以执行df.sort_values(['Clinic Number', 'date'], inplace=True) )
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/51467866
复制相关文章
相似问题