나는이 같은 dataframe이 파이썬

Question

를 사용 dataframe에 ID의 발생 순서를 캡처 :

ID    Product 
10001    A 
10001    B 
10001    C 
10002    D 
10002    A 
10001    F 
10001    X 
10002    N 

내가 출력에 원하는 것은 연속 행 순서에 뚜렷한 ID의 발생 순서와 횟수에이를 그 발생이 :

ID    Product Order_occurrence Count 
10001    A   1    3 
10001    B   1    3 
10001    C   1    3 
10002    D   1    2 
10002    A   1    2  
10001    F   2    2 
10001    X   2    2 
10002    N   2    1 

우리는 ID 및 발생에 의해 그룹별로 카운트를 얻을 수 있지만 확실하지 수, 행의 순서에 발생을 얻을하는 방법에 대해 설명합니다. 나는 파이썬에서 지연 함수와 같은 것을 전혀 알지 못한다.

Answer 1

동일한 ID를 가진 행 그룹을 만들고, 발생을 기억하고 끝에 그룹 크기를 추가합니다.

def occCount(db): 
    occ = {} 
    last = db[0][0] if db != [] else None 
    group = [] 
    res = [] 
    for i, p in db: 
     if i not in occ.keys(): 
      occ[i] = 0 
     # Add item to group 
     if i == last: 
      group.append((i, p)) 
     # Handle change 
     else: 
      occ[last] += 1 
      res += [ (j, q, occ[last], len(group)) for j,q in group] 
      group = [(i, p)] 
      last = i 
    # Handle the last group 
    occ[last] += 1 
    res += [ (j, q, occ[last], len(group)) for j,q in group] 
    return res 

위 기능은 튜플 (ID, 제품) 목록을 허용합니다. 테스트하려면 :

import re 
s = """ID    Product 
10001    A 
10001    B 
10001    C 
10002    D 
10002    A 
10001    F 
10001    X 
10002    N""" 
db = [ re.sub(r"\s+", ' ', l).split() for l in s.split('\n')[1:] ] 

for o in occCount(db): 
    print(o) 

> ('10001', 'A', 1, 3) 
> ('10001', 'B', 1, 3) 
> ('10001', 'C', 1, 3) 
> ('10002', 'D', 1, 2) 
> ('10002', 'A', 1, 2) 
> ('10001', 'F', 2, 2) 
> ('10001', 'X', 2, 2) 
> ('10002', 'N', 2, 1)