我有一个熊猫数据帧：
| 索引1 | 第 1 列 | 列2 |
|---|---|---|
| 0 | 12719 | 第 1 行 |
| 1 | 12719 | 行 2 |
| 2 | 12719 | 第 3 行 |
| 3 | 12719 | 第 4 行 |
| 4 | 20000 | 第 1 行 |
| 5 | 20000 | 行 2 |
| 6 | 20000 | 第 3 行 |
| 7 | 20000 | 第 4 行 |
| 8 | 20000 | 第5行 |
我想index2根据 col1 值的出现次数（运行编号）创建一个新列：
| 索引1 | 索引2 | 第 1 列 | 列2 |
|---|---|---|---|
| 0 | 0 | 12719 | 第 1 行 |
| 1 | 1 | 12719 | 行 2 |
| 2 | 2 | 12719 | 第 3 行 |
| 3 | 3 | 12719 | 第 4 行 |
| 4 | 0 | 20000 | 第 1 行 |
| 5 | 1 | 20000 | 行 2 |
| 6 | 2 | 20000 | 第 3 行 |
| 7 | 3 | 20000 | 第 4 行 |
| 8 | 4 | 20000 | 第5行 |
我尝试了不同的正则表达式组合，但不适合我的情况。做了很多SO和谷歌仍然没有找到解决方案。提前致谢！
您可以使用GroupBy.cumcount()生成第二个索引的值，并通过.set_index()参数将其设置为第二个索引append=True。
df['index2'] = df.groupby('col1').cumcount()
df = df.set_index('index2', append=True)
结果：
print(df)
col1 col2
index2
0 0 12719 row1
1 1 12719 row2
2 2 12719 row3
3 3 12719 row4
4 0 20000 row1
5 1 20000 row2
6 2 20000 row3
7 3 20000 row4
8 4 20000 row5
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句