如果前一列中的值不同，是否生成一个增加的计数器？

Question

我正在做一个计数器列，它只在（I-1）的值与I的值不同时增加

以下是数据示例：

user_id sc_id
1         100
1         100
1         101
1         100
2         100
2         105
3         105
3         105

下面是我的代码：

df['subcat_counter'] = 1

for i in range(1,len(df)):
    if df.sc_id[i-1]==df.sc_id[i] and df['user_id'][i-1]==df['user_id'][i]:
        df.at[i,'subcat_counter']=df.subcat_counter[i-1]
    else:
        df.at[i,'subcat_counter']=df.subcat_counter[i-1]+1

以下是所需的输出：

user_id sc_id   subcat_counter
1         100    1
1         100    1
1         101    2
1 .       100    3
2         100    4
2         105    5
3         105    6
3         105    6

错误：

KeyError: 0

Answer 1

如果您关心的只是前一行，那么可以使用.shift()获取其值，然后进行相应的比较。在这里，我们检查user_id和sc_id是否与前一行匹配，并对其求反，以找到希望值更改的点。然后我们将它转换成int，使真值为1，假值为0（这不是严格必要的，但有助于解释发生了什么），然后进行累积求和。你知道吗

prev_row = df.shift(1)

df['subcat_counter'] = (
    ~(df['user_id'].eq(prev_row['user_id']) & df['sc_id'].eq(prev_row['sc_id']))
).astype(int).cumsum()

Answer 2

使用^{}：

df1 = df[['user_id','sc_id']].ne(df[['user_id','sc_id']].shift()).cumsum().add_prefix('g_')

df['subcat_counter'] = df.join(df1).groupby(['g_user_id','g_sc_id'], sort=False).ngroup() + 1
print (df)
   user_id  sc_id  subcat_counter
0        1    100               1
1        1    100               1
2        1    101               2
3        1    100               3
4        2    100               4
5        2    105               5
6        3    105               6
7        3    105               6

另一种解决方案：

s = df['user_id'].astype(str) + '_' + df['sc_id'].astype(str) 
df['subcat_counter'] = s.ne(s.shift()).cumsum()
print (df)

   user_id  sc_id  subcat_counter
0        1    100               1
1        1    100               1
2        1    101               2
3        1    100               3
4        2    100               4
5        2    105               5
6        3    105               6
7        3    105               6