获取pandas datafram中子组的顺序

Question

我有一个pandas数据框，看起来像这样：

df = pd.DataFrame({'Name' : ['Kate', 'John', 'Peter','Kate', 'John', 'Peter'],'Distance' : [23,16,32,15,31,26], 'Time' : [3,5,2,7,9,4]})
df


  Distance  Name   Time
0   23      Kate    3
1   16      John    5
2   32      Peter   2
3   15      Kate    7
4   31      John    9
5   26      Peter   2

我想添加一个列，告诉我，对于每个名字，时间的顺序是什么。在

我想要这样的东西：

^{pr2}$

我可以使用for循环：

df2 = df[df['Name'] == 'aaa'].reset_index().reset_index() # I did this just to create an empty data frame with the columns I want

for name, row in df.groupby('Name').count().iterrows():
    table = df[df['Name'] == name].sort_values('Time').reset_index().reset_index()
    to_concat = [df2,table]
    df2 = pd.concat(to_concat)

df2.drop('index', axis = 1, inplace = True)
df2.columns = ['Order', 'Distance', 'Name', 'Time']
df2

这是可行的，问题是（除了非常不协调外），对于大型表（我的实际表大约有5万行），运行大约需要半小时。在

有人能帮我用一种更简单、运行速度更快的方式写这篇文章吗？ 很抱歉，如果这个问题在某个地方得到了回答，但我真的不知道如何去寻找它。在

最好的

Answer 1

In [67]: df = df.sort_values(['Name','Time']) \
                .assign(Order=df.groupby('Name').cumcount())

In [68]: df
Out[68]:
   Distance   Name  Time  Order
1        16   John     5      0
4        31   John     9      1
0        23   Kate     3      0
3        15   Kate     7      1
2        32  Peter     2      0
5        26  Peter     4      1

PS我不确定这是最优雅的方式来做这个。。。在

Answer 2

将^{}与^{}一起使用：

df = df.sort_values(['Name','Time'])
df['Order'] = df.groupby('Name').cumcount()
print (df)

   Distance   Name  Time  Order
1        16   John     5      0
4        31   John     9      1
0        23   Kate     3      0
3        15   Kate     7      1
2        32  Peter     2      0
5        26  Peter     4      1

如果需要第一列，请使用^{}：

^{pr2}$