如何根据另一行对行进行排序? [英] How to sequence row based on another row?

问题描述

我正在尝试将公式从 excel 转换为 Pandas.

DataFrame 如下所示:

A 栏 B 栏HHHJJJJ钾钾

我想填充 B 列以递增，而 A 列中的值保持不变.在上面的例子中，这将是:

A 栏 B 栏1H 2H 3123412

在excel中，公式为=IF(A2<>A1,1,B1+1)

如何在 Pandas 中应用这个公式?

解决方案

这可以使用以下矢量化方法来完成:

代码:

<预><代码>>>>df = pd.DataFrame({'A':['H', 'H', 'H', 'J', 'J', 'J', 'J', 'K', 'K']})>>>df['B'] = df.groupby((df['A'].shift(1) != df['A']).cumsum()).cumcount() + 1

输出:

<预><代码>>>>df甲乙0 小时 11 小时 22 小时 33 J 14 J 25 J 36 J 47 千 18 千 2

说明:

首先，我们使用df['A'].shift(1) != df['A'] 将 A 列与 A 列移动 1 进行比较.这产生:

<预><代码>>>>df['A'] != df['A'].shift(1)0 真1 错误2 错误3 真4 错误5 错误6 错误7 真8 错误名称:A，数据类型:bool

接下来，我们使用cumsum() 返回该列的累积总和.这给了我们:

<预><代码>>>>(df['A'] != df['A'].shift(1)).cumsum()0 11 12 13 24 25 26 27 38 3名称:A，数据类型:int32

现在，我们可以使用 GroupBy.cumcount() 像往常一样以升序枚举每一项，加 1 以从 1 开始索引.注意我们不能只使用

df.groupby('A').cumcount()

例如，因为如果我们有:

<预><代码>>>>df一种0小时1小时2小时3J4J5 焦耳6 焦7K8K9小时

这会给我们:

<预><代码>>>>df.groupby('A').cumcount() + 10 11 22 33 14 25 36 47 18 29 4数据类型:int64

请注意，最后一行是 4 而不是 1 预期的.

I am trying to convert a formula from excel to pandas.

The DataFrame looks like this:

Column A    Column B 
H  
H  
H  
J  
J  
J  
J  
K  
K  

I want to fill column B to increment while the value in column A remains the same. In the example above, this would be:

Column A     Column B
H            1
H            2
H            3
J            1
J            2
J            3
J            4
K            1
K            2

In excel, the formula would be =IF(A2<>A1,1,B1+1)

How can I apply this formula in pandas?

解决方案

This can be done using the following vectorised method:

Code:

>>> df = pd.DataFrame({'A':['H', 'H', 'H', 'J', 'J', 'J', 'J', 'K', 'K']})
>>> df['B'] = df.groupby((df['A'].shift(1) != df['A']).cumsum()).cumcount() + 1

Output:

>>> df
   A  B
0  H  1
1  H  2
2  H  3
3  J  1
4  J  2
5  J  3
6  J  4
7  K  1
8  K  2

Explanation:

First, we use df['A'].shift(1) != df['A'] to compare column A with column A shifted by 1. This yields:

>>> df['A'] != df['A'].shift(1)
0     True
1    False
2    False
3     True
4    False
5    False
6    False
7     True
8    False
Name: A, dtype: bool

Next, we use cumsum() to return the cumulative sum over that column. This gives us:

>>> (df['A'] != df['A'].shift(1)).cumsum()
0    1
1    1
2    1
3    2
4    2
5    2
6    2
7    3
8    3
Name: A, dtype: int32

Now, we can use GroupBy.cumcount() as usual to enumerate each item in ascending order, adding 1 to start the index at 1. Note that we can't just use

df.groupby('A').cumcount()

Because if, for example, we had:

>>> df
   A
0  H
1  H
2  H
3  J
4  J
5  J
6  J
7  K
8  K
9  H

This would give us:

>>> df.groupby('A').cumcount() + 1
0    1
1    2
2    3
3    1
4    2
5    3
6    4
7    1
8    2
9    4
dtype: int64

Note that the final row is 4 and not 1 as expected.

这篇关于如何根据另一行对行进行排序?的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！