对在多个PANDA列上使用GROUPBY后出现的值进行计数

问题描述

我的输入数据帧如下：

使用以下代码行生成

 l = [["a", 12, 12], ["a", 12, 33.], ["b", 12.3, 12.3], ["a", 13, 1]]
df = pd.DataFrame(l, columns=["a", "b", "c"])

我目前可以按如下方式累计统计频率

使用

df['freq'] = df.groupby(by=["a","b"]).cumcount()+1

它考虑了列a和列b中的公共值，并对它们进行计数。然而，我只想在列b的值不同而列a的值相同的情况下增加频率计数。下图显示了所需输出的一种形式：

如何以优化的方式在 pandas 身上实现这一点？

---

解决方案

可以使用双精度.groupby。例如：

df["freq"] = df.groupby("a")["b"].apply(lambda x: x.groupby(x).ngroup() + 1)
print(df)

打印：

   a     b     c  freq
0  a  12.0  12.0     1
1  a  12.0  33.0     1
2  b  12.3  12.3     1
3  a  13.0   1.0     2