枚舉Python中的分組變量

Question

我有一個使用Python的患者ID號的數據框，每個記錄代表不同的約會。在每次約會時，一個特徵（dx）被記錄爲0或1.我想創建一個新特徵來總結dx特徵，但只能達到該患者的那一點。

patient_ID | dx | 
29847   0 
29847   1 
29847   0 
29847   1 
29847   1 

我可以拿到小組第一的總和用一個簡單的GROUPBY聲明：

df.groupby(['patient_ID])['dx'].sum() 

但我想是枚舉值作爲一個新的功能，只考慮現在和以前的記錄：

patient_ID | dx | dx_enum 
29847   0   0 
29847   1   1 
29847   0   1 
29847   1   2 
29847   1   3 

我想這將採取for-loop和groupby語句的組合，但迄今不成功。感謝您的任何幫助，您可以提供！

Answer 1

如果我理解你在做什麼後，你可以通過執行GROUPBY然後調用transform和傳遞功能cumsum添加列：

In [44]: 

df['dx_enum'] = df.groupby('patient_ID')['dx'].transform(pd.Series.cumsum) 
df 
Out[44]: 
    patient_ID dx dx_enum 
0  29847 0  0 
1  29847 1  1 
2  29847 0  1 
3  29847 1  2 
4  29847 1  3 

Transform返回一系列對齊到原來的DF這樣你就可以將其添加爲列，請參閱文檔：http://pandas.pydata.org/pandas-docs/stable/groupby.html#transformation