Python熊猫按顺序计算多索引中唯一对的出现次数

edutt：

我完成了一个数据框日志记录练习，其中包含两列多索引：Day和Person。每天，每个人都记录自己进行了哪些锻炼（如果锻炼过）。我想添加另一列，该列按顺序计算进入此日志的条目，如下所示。因此，对于每一对独特的一天和每个人，加1。

Day   Person   Exercise    EntryNumber
1     Joe      Curls                 1
1     Joe      Squats                1
1     Sandy    Sprints               2
1     Sandy    Bench                 2
2     Joe      Curls                 3
2     Sandy    Squats                4
3     Bob      Pushups               5

这是在上面的数据帧中生成代码的代码。

import pandas as pd
df = pd.DataFrame({'Day':[1,1,1,1,2,2,3], 
                   'Person':['Joe','Joe','Sandy','Sandy','Joe','Sandy','Bob'], 
                   'Exercise':['Curls','Squats','Sprints','Bench','Curls','Squats','Pushups']})
df = df.set_index(['Day','Person'])

我将如何创建EntryNumber列？我已经尝试了所有方式的groupby和cumcount，但尚未弄清楚。

谢谢！

另一种方法是factorize通过索引而不必分组：

df['EntryNumber'] = df.index.factorize()[0]+1
#df = df.reset_index() -> if you want to reset theindex

print(df)
           Exercise  EntryNumber
Day Person                      
1   Joe       Curls            1
    Joe      Squats            1
    Sandy   Sprints            2
    Sandy     Bench            2
2   Joe       Curls            3
    Sandy    Squats            4
3   Bob     Pushups            5

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。