回答时 this question ,我在尝试基于对数据帧索引所做的基本计算创建列时遇到了我认为是意外行为的情况。 我不是真的在寻找解决方案,而是试图找出 为什么? 这是真的 . 我可能忽略了一些基本的东西…

设置:

np.random.seed(42)

df = pd.DataFrame(np.random.randint(0,5,9), index=[0,1,2,0,1,2,0,1,2])

>>> df
   0
0  3
1  4
2  2
0  4
1  4
2  1
0  2
1  2
2  2

奇怪的行为:

假设我试图得到指数等于0的累积和。我可以很容易地做到这一点:

>>> df.reset_index()['index'].eq(0).cumsum()
0    1
1    1
2    1
3    2
4    2
5    2
6    3
7    3
8    3
Name: index, dtype: int64

但是,如果我试图将此项直接分配给一个新列,则结果不正确:

df['new_column'] = df.reset_index()['index'].eq(0).cumsum()

>>> df
   0  new_column
0  3           1
1  4           1
2  2           1
0  4           1
1  4           1
2  1           1
0  2           1
1  2           1
2  2           1

如果我用 assign :

df.assign(new_column = df.reset_index()['index'].eq(0).cumsum())

预期行为:

我本以为结果会是:

>>> df
   0  new_column
0  3           1
1  4           1
2  2           1
3  4           2
4  4           2
5  1           2
6  2           3
7  2           3
8  2           3

解决方法:

有很多解决方法,例如:

df = df.reset_index().rename(columns={'index':'tmp'})

df['new_column'] = df.tmp.eq(0).cumsum()

df.drop('tmp', axis=1, inplace=True)

或

df.loc[0,'new_column'] = 1

df['new_column'] = df['new_column'].fillna(0).cumsum().astype(int)

问题:

但正如我所说,我只对 当我直接从 reset_index()

谢谢你的意见!