我想向熊猫数据框添加新索引

Question

我正在尝试向熊猫数据框添加新索引。数据框如下所示：

                    date  price  neg_vol  pos_vol
0    2017-10-17 01:00:00  51.88       11        4
1    2017-10-17 01:00:00  51.89       10        2
2    2017-10-17 01:00:00  51.90       16       27
3    2017-10-17 01:00:00  51.91        1       10
4    2017-10-17 01:05:00  51.87       12        0
5    2017-10-17 01:05:00  51.88        0       12
6    2017-10-17 01:10:00  51.87        8        0
7    2017-10-17 01:10:00  51.88        0        5
8    2017-10-17 01:15:00  51.87       12        0
9    2017-10-17 01:15:00  51.88        0        8
10   2017-10-17 01:20:00  51.87        6        0

这是我想要得到的结果：

     index                   date  price  neg_vol  pos_vol
0        1    2017-10-17 01:00:00  51.88       11        4
1        1    2017-10-17 01:00:00  51.89       10        2
2        1    2017-10-17 01:00:00  51.90       16       27
3        1    2017-10-17 01:00:00  51.91        1       10
4        2    2017-10-17 01:05:00  51.87       12        0
5        2    2017-10-17 01:05:00  51.88        0       12
6        3    2017-10-17 01:10:00  51.87        8        0
7        3    2017-10-17 01:10:00  51.88        0        5
8        4    2017-10-17 01:15:00  51.87       12        0
9        4    2017-10-17 01:15:00  51.88        0        8
10       5    2017-10-17 01:20:00  51.87        6        0

如您所见，索引列是根据日期列设置的。如果行的日期相同，则它们共享相同的索引号。我认为可以通过一些条件循环来完成，但是我想知道是否有更简单的方法可以做到这一点。

Answer 1

用途ngroup：

• 对于新列 index

  df[‘index’] = df.groupby(‘date’, sort=False).ngroup() + 1
  print (df)
  date price neg_vol pos_vol index
  0 2017-10-17 01:00:00 51.88 11 4 1
  1 2017-10-17 01:00:00 51.89 10 2 1
  2 2017-10-17 01:00:00 51.90 16 27 1
  3 2017-10-17 01:00:00 51.91 1 10 1
  4 2017-10-17 01:05:00 51.87 12 0 2
  5 2017-10-17 01:05:00 51.88 0 12 2
  6 2017-10-17 01:10:00 51.87 8 0 3
  7 2017-10-17 01:10:00 51.88 0 5 3
  8 2017-10-17 01:15:00 51.87 12 0 4
  9 2017-10-17 01:15:00 51.88 0 8 4
  10 2017-10-17 01:20:00 51.87 6 0 5
  
  
  

• 用于新索引

  df.index = df.groupby(‘date’, sort=False).ngroup() + 1
  print (df)
  date price neg_vol pos_vol
  1 2017-10-17 01:00:00 51.88 11 4
  1 2017-10-17 01:00:00 51.89 10 2
  1 2017-10-17 01:00:00 51.90 16 27
  1 2017-10-17 01:00:00 51.91 1 10
  2 2017-10-17 01:05:00 51.87 12 0
  2 2017-10-17 01:05:00 51.88 0 12
  3 2017-10-17 01:10:00 51.87 8 0
  3 2017-10-17 01:10:00 51.88 0 5
  4 2017-10-17 01:15:00 51.87 12 0
  4 2017-10-17 01:15:00 51.88 0 8
  5 2017-10-17 01:20:00 51.87 6 0

另一个解决方案是factorize：

df['index'] = pd.factorize(df['date'])[0] + 1

---

df.index = pd.factorize(df['date'])[0] + 1