我有一个原始数据框架，看起来像
codcet placa_encoded date time_seconds velocidade
5031 490191222 431.0 2021-03-11 70079.0 51
5032 490221211 431.0 2021-03-11 72219.0 55
7991 490361213 562.0 2021-03-11 28559.0 24
7992 490361232 562.0 2021-03-11 29102.0 29
7993 490361221 562.0 2021-03-11 30183.0 33
...
其中最左边的数字是原始数据集的索引。我的目标是将其转换为由placa_encoded和n索引的数据帧，每个组中的计数器看起来像
placa_encoded n time_seconds velocidade codcet
431.0 0 70079.0 51 490191222
431.0 1 72219.0 55 490221211
562.0 0 28559.0 24 490361213
562.0 1 29102.0 29 490361232
562.0 2 30183.0 33 490361221
也就是说，我的目标是groupby('placa_encoded')，然后添加另一列n，计算每个组中的位置。行应该同时被placa_encoded和n索引。我想我可以使用cumcount()来做到这一点，但我不清楚如何将其添加为一列，因为groupby不产生我可以分配的数据框。我看了看这个问题，但似乎他们使用.count()将其转换为数据框，我想保留数据，而不是得到任何计数。我还尝试使用pd.DataFrame(gbplaca)和pd.DataFrame(gbplaca.groups)，但无济于事。
非常感谢!
我想这就是你想要的
df['n'] = df.sort_values(['time_seconds'], ascending=True).groupby(['placa_encoded']).cumcount()
df = df.set_index(['placa_encoded', 'n'])
df
这是一个带有'placa_encoded'和'n'的多重索引
您所要做的就是将df中的列(命名为'n')与df.groupby('placa_encoded').cumcount()的结果设置为:
df.loc[:, 'n'] = df.groupby('placa_encoded').cumcount()
print(df)
codcet placa_encoded date time_seconds velocidade n
0 490191222 431.0 2021-03-11 70079.0 51 0
1 490221211 431.0 2021-03-11 72219.0 55 1
2 490361213 562.0 2021-03-11 28559.0 24 0
3 490361232 562.0 2021-03-11 29102.0 29 1
4 490361221 562.0 2021-03-11 30183.0 33 2
如果需要，可以将df的多索引设置为['placa_encoded', 'n']:
df = df.set_index(['placa_encoded', 'index'])
print(df)
codcet date time_seconds velocidade
placa_encoded n
431.0 0 490191222 2021-03-11 70079.0 51
1 490221211 2021-03-11 72219.0 55
562.0 0 490361213 2021-03-11 28559.0 24
1 490361232 2021-03-11 29102.0 29
2 490361221 2021-03-11 30183.0 33