我想在PANDAS datafram中计算每个主题的观察数

Question

我对使用PANDAS和python还很陌生。在

我有一个分层的数据集，有几个受试者，每个人都有一些观察结果。总数据框大约有50万行。在

我想计算观察数。。。在

## toy problem

d = {'one' : Series(['a', 'a', 'a', 'b', 'b', 'b'], index = [0,1,2,3,4,5]),
     'two' : Series([1.1, 2.5, 3.3, 2.5, 3.3, 9.5], index = [0,1,2,3,4,5])}
df = DataFrame(d)

for i in df.one.unique():
    for j in range(0,len(df[df.one == i])):
        print j

所以我想为每一行指定一列j。我计算j没有问题，但我不知道如何分配它。我尝试过使用iloc，这是难以置信的慢，或者写一个列表，然后加入到df中，也非常慢（目前运行超过30分钟，正在计数…）。我知道python是处理向量化问题的最佳方法，但我无法为这种情况想出向量解决方案。在

最好的办法是什么？在R中这真的很简单和快速。我目前正在迁移到Python&PANDAS，期望它更快，但这里似乎不是这样。在

有什么建议吗？在

Answer 1

您可以使用^{} method：

In [14]: df['j'] = df.groupby('one').cumcount()

In [15]: df
Out[15]: 
  one  two  j
0   a  1.1  0
1   a  2.5  1
2   a  3.3  2
3   b  2.5  0
4   b  3.3  1
5   b  9.5  2