如何在Python pandas中使用df.groupby()标记每个组？[副本]

h43kikqp 于 2023-06-20 发布在 Python

关注(0)|答案(2)|浏览(98)

此问题已在此处有答案：

Pandas - make a column dtype object or Factor（3个答案）
10天前关闭。
假设我们有一个pandas数据框架，如下所示：

Questions  cnt similarity
0       ABC    1  [1, 2, 3]
1       abc    2  [1, 2, 3]
2       cba    3  [2, 3, 1]
3      abcd    4  [4, 5, 6]
4      dcsa    5  [2, 3, 1]
5      adcd    6  [4, 5, 6]
6      abcd    7  [1, 2, 3]
7       cba    8  [7, 8, 9]

我必须在similarity列的基础上添加另一个名为cat的列。如果两行具有相同的similarity，则将它们归类为同一组。下面是预期输出。任何投入都是有价值的。值得一提的是，原始数据集有1M行。谢谢你。

Questions  cnt similarity  cat
0       ABC    1  [1, 2, 3]    1
1       abc    2  [1, 2, 3]    1
2       cba    3  [2, 3, 1]    2
3      abcd    4  [4, 5, 6]    3
4      dcsa    5  [2, 3, 1]    2
5      adcd    6  [4, 5, 6]    3
6      abcd    7  [1, 2, 3]    1
7       cba    8  [7, 8, 9]    4

pandas

来源：https://stackoverflow.com/questions/76436489/how-to-label-each-group-with-df-groupby-in-python-pandas

2条答案

按热度按时间

twh00eeo1#

IIUC，您可以使用pd.factorize：

df["cat"] = pd.factorize(df["similarity"].astype(str))[0] + 1

输出：

print(df)

  Questions  cnt similarity  cat
0       ABC    1  [1, 2, 3]    1
1       abc    2  [1, 2, 3]    1
2       cba    3  [2, 3, 1]    2
3      abcd    4  [4, 5, 6]    3
4      dcsa    5  [2, 3, 1]    2
5      adcd    6  [4, 5, 6]    3
6      abcd    7  [1, 2, 3]    1
7       cba    8  [7, 8, 9]    4

赞(0）回复(0）举报 2023-06-20

4ktjp1zp2#

一种方法是使用groupby.ngroup()：

df['cat'] = df.groupby('similarity').ngroup()+1

Questions  cnt similarity  cat
0       ABC    1  [1, 2, 3]    1
1       abc    2  [1, 2, 3]    1
2       cba    3  [2, 3, 1]    2
3      abcd    4  [4, 5, 6]    3
4      dcsa    5  [2, 3, 1]    2
5      adcd    6  [4, 5, 6]    3
6      abcd    7  [1, 2, 3]    1
7       cba    8  [7, 8, 9]    4

赞(0）回复(0）举报 2023-06-20

我来回答

如何在Python pandas中使用df.groupby()标记每个组？[副本]

2条答案

相关问题

热门标签

最新问答