如何根据pandas中的列值和时间戳进行顺序计数？

Question

我希望能够添加一个列，它根据值按顺序计算行数。例如，下面是三个不同的人，他们的记录有时间戳。我想根据人名来计算记录的顺序。这应该为每个PersonID重新启动。（我可以用Index（）在Tableau中执行此操作，但我希望它也是原始文件的一部分）

> PersonID,             DateTime,             Order,     Total
    a226           2015-04-16 11:57:36          1          1
    a226           2015-04-17 15:32:14          2          1
    a226           2015-04-17 19:13:43          3          1
    z342           2015-04-15 07:02:20          1          1
    x391           2015-04-17 13:43:31          1          1
    x391           2015-04-17 05:12:16          2          1

有没有办法也减去日期时间？我的方法是只选择顺序1作为数据帧，然后只选择顺序2，然后合并，然后减去。有没有办法自动完成？在

Answer 1

熊猫更新>；0.20：

sort()已从Pandas 0.20版本中删除（2017-05-05）。现在有sort_values()和{}。

当前运行的代码是：

df["DateTime"] = pd.to_datetime(df["DateTime"]) # just in case
df = df.sort_by(["PersonID", "DateTime"])
# Don't forget to add [] if you are grouping by more than one column!
df["Order"] = df.groupby("PersonID").cumcount() + 1

参考答案：'DataFrame' object has no attribute 'sort'

Answer 2

您需要使用groupby函数和sum。所以你可以尝试一下： （假设您的数据帧名为df） grouped = df.groupby("PersonID") 某些列的总和是：grouped[column].sum() 如果您只需要唯一的值，可以df["PersonID"].unique()

Answer 3

IIUC，你可以用^{}做groupby：

>>> df["Order"] = df.groupby("PersonID").cumcount() + 1
>>> df
  PersonID             DateTime  Order
0     a226  2015-04-16 11:57:36      1
1     a226  2015-04-17 15:32:14      2
2     a226  2015-04-17 19:13:43      3
3     z342  2015-04-15 07:02:20      1
4     x391  2015-04-17 13:43:31      1
5     x391  2015-04-17 05:12:16      2

如果您想保证它的时间顺序是递增的，您应该首先按DateTime排序，但是您的示例中x391是非递增的，所以我假设您不希望这样做。

---

如果你想让时间戳参与进来，我倾向于先排序，让生活更轻松：

^{pr2}$

但是，即使不进行排序，也可以对分组列调用rank，该列有更多选项来指定如何处理关联：

>>> df["Order"] = df.groupby("PersonID")["DateTime"].rank()
>>> df
  PersonID            DateTime  Order
0     a226 2015-04-16 11:57:36      1
1     a226 2015-04-17 15:32:14      2
2     a226 2015-04-17 19:13:43      3
5     x391 2015-04-17 05:12:16      1
4     x391 2015-04-17 13:43:31      2
3     z342 2015-04-15 07:02:20      1