数据帧分组方式根据组中的位置添加二级索引（整数）

Question

我有一个数据帧，其中时间值和组值作为列索引，由时间值的运行索引进行索引。
我想按coup列分组，并根据每个组中的位置添加第二级整数索引
示例数据帧：

import numpy as np
import pandas as pd
data = np.array([np.random.randint(0,10,20), np.arange(0,20,1) ])
dataset = pd.DataFrame({'group': data[0, :], 'time': data[1, :]})
dataset.index.name = 'global index'
dataset.sort_values(['group', 'global index'], axis=0)

现在，我不知道如何在不使用for循环和索引迭代每个组的情况下添加第二级索引

Answer 1

这有用吗

import numpy as np
import pandas as pd
data = np.array([np.random.randint(0,10,20), np.arange(0,20,1) ])
dataset = pd.DataFrame({'group': data[0, :], 'time': data[1, :]})
dataset['global index'] = dataset.index
dataset.set_index(['group', 'global index']).sort_values(['group', 'global index'])

Answer 2

IIUC，你知道这个：

import numpy as np
import pandas as pd
np.random.seed(123)
data = np.array([np.random.randint(0,10,20), np.arange(0,20,1) ])
dataset = pd.DataFrame({'group': data[0, :], 'time': data[1, :]})
dataset.index.name = 'global index'
dataset = dataset.sort_values(['group', 'global index'], axis=0)
dataset = dataset.set_index((dataset.groupby('group').cumcount()).rename('2nd Index'), append=True)
dataset

输出：

                        group  time
global index 2nd Index             
8            0              0     8
11           1              0    11
12           2              0    12
16           3              0    16
17           4              0    17
3            0              1     3
7            1              1     7
9            2              1     9
19           3              1    19
0            0              2     0
1            1              2     1
4            0              3     4
14           1              3    14
15           0              4    15
18           1              4    18
2            0              6     2
6            1              6     6
5            0              9     5
10           1              9    10
13           2              9    13