我有一个由truthIds和trackid组成的数据帧:
truthId = ['A', 'A', 'B', 'B', 'C', 'C', 'A', 'C', 'B', 'A', 'A', 'C', 'C']
trackId = [1, 1, 2, 2, 3, 4, 5, 3, 2, 1, 5, 4, 6]
df1 = pd.DataFrame({'truthId': truthId, 'trackId': trackId})
trackId truthId
0 1 A
1 1 A
2 2 B
3 2 B
4 3 C
5 4 C
6 5 A
7 3 C
8 2 B
9 1 A
10 5 A
11 4 C
12 6 C
我希望添加一列,计算每个唯一truthId的一组先前(即从数据顶部到该行)与之关联的唯一tracksid的长度:
^{pr2}$我很快就要完成这个任务了。我可以使用:
df.groupby('truthId').expanding().agg({'trackId': lambda x: len(set(x))})
产生以下输出:
trackId
truthId
A 0 1.0
1 1.0
6 2.0
9 2.0
10 2.0
B 2 1.0
3 1.0
8 1.0
C 4 1.0
5 2.0
7 2.0
11 2.0
12 3.0
这与documentation一致
但是,当我试图将此输出分配给新列时,它会抛出一个错误:
df['unique_Ids'] = df.groupby('truthId').expanding().agg({'trackId': lambda x: len(set(x))})
我以前使用过这个工作流程,理想情况下,新的列会毫无问题地放回原始的日期框中(即拆分-应用-合并)。我怎样才能让它工作?在
你需要
reset_index
相关问题 更多 >
编程相关推荐