Skip to main content
 首页 » 编程设计

python之Pandas DataFrame Groupby 获取唯一行条件并识别增加值直至组数

2025年05月04日17langtianya

我有一个 DataFrame,其中列值的组合标识一个唯一地址(A、B、C)。我想识别所有此类行并为它们分配一个唯一标识符,我会根据地址递增该标识符。

例如

A B C D E 
0 1 1 0 1 
0 1 2 0 1 
0 1 1 1 1 
0 1 3 0 1 
0 1 2 1 0 
0 1 1 2 1 

我想生成以下内容

A B C D E  ID 
0 1 1 0 1  0 
0 1 2 0 1  1 
0 1 1 1 1  0 
0 1 3 0 1  2 
0 1 2 1 0  1 
0 1 1 2 1  0 

我尝试了以下方法:

id = 0 
def set_id(df): 
    global id 
    df['ID'] = id 
    id += 1 
 
 
df.groupby(['A','B','C']).transform(set_id) 

这将返回一个 NULL 数据框......这绝对不是这样做的方式......我是 Pandas 的新手。上面实际上应该使用 df[['A','B','C']].drop_duplicates() 来获取所有唯一值 谢谢。

请您参考如下方法:

我想这就是你需要的:

df2 = df[['A','B','C']].drop_duplicates() #get unique values of ABC 
df2 = df2.reset_index(drop = True).reset_index()  #reset index to create a column named index 
df2=df2.rename(columns = {'index':'ID'}) #rename index to ID 
df = pd.merge(df,df2,on = ['A','B','C'],how = 'left') #append ID column with merge