如何编辑复制的值?

df["number"] = df.groupby("sku").cumcount()
df.apply(lambda x: x.sku + ("" if x.number == 0 else "-" + str(x.number).rjust(2,"0")), axis = 1)

或者:

df["number"] = "-" + df.groupby("sku").cumcount().astype(str).str.rjust(2, '0')
df.number[df["number"].eq("-" + "0" * 2)] = ""
df.sku + df.number 

我的输出:

0       FAT-001
1    FAT-001-01
2    FAT-001-02
3       FAT-002
4    FAT-002-01
dtype: object

说明:

是什么 groupby ? 这是一个 sql-inspired 命令,根据每个独特的元素为您提供一些元素基础。。。例如:长度、最大值、列表或其他。。。

df = pd.DataFrame([
    [1,2],
    [1,3],
    [1,4],
    [2,5],
    [2,6],
], columns=["id","number"])
df.groupby("id").agg({"number": len})

给你:

    number
id  
1   3
2   2

每个唯一元素的数量,或

df.groupby("id").agg({"number": list})

给你

    number
id  
1   [2, 3, 4]
2   [5, 6]

你可以试试 max 或 min 或 first ...

使用 agg ,您可以为每个列指定所需内容。。。如果你有不止一个(除了 ),您可以为每个 column ...

除了 阿格 ,还有其他的方法 goupped 数据帧:比如 cumcount ,它设置了每个 row 每人 group 我是认真的 index 每 组 :

df.groupby("sku").cumcount()

输出:

0    0
1    1
2    2
3    0
4    1

你的第一次 FAT-001 收到 指数 :0,下一个:1。。。为了 FAT-002 ,首先再次获取索引0。。。

所以,我们有两部分你想要的,现在。。。因此,我们必须找到一种方法,每一天都加入他们 一行 : axis:1 在里面 apply 每行的平均值

所以,你有一个例外:你不想 指数 对于每组的每一行。。。因此,将其更改为“”,空:

df.apply(lambda x: "" if x.number == 0 else str(x.number), axis = 1)

:

0     
1    1
2    2
3     
4    1
dtype: object

你的 0 和 3 行用于新组。。。

接下来,你想要的格式是:01,02,。。。A. 0 对于每个索引。pandas有一种方法,可以将每个字符串转换为任意长度的字符串 char: rjust(期望长度,任意字符)

工作原理:如果你称之为 rjust(2,"0") ,它不会改变 "22" 或者其他2字符,3字符。。。字符串,但是,如果字符串长度为1 1 将转换为 01 和(请注意,有一个名为 ljust 也:))

df["number"] = df.groupby("sku").cumcount()
df.apply(lambda x: "" if x.number == 0 else str(x.number).rjust(2,"0"), axis = 1)

0      
1    01
2    02
3      
4    01
dtype: object

和 if 声明可以写成:

if x.number == 0:
   return ""
else:
    return "-" + str(x.number).rjust(2,"0")

还有几点:

1. 是什么 astype(str) :它将每个元素转换为字符串,工作方式如下 str(x) ,但对于每个元素。为什么?在前面加“-”并使用 rjust .
2. 是什么 eq ? 它是 is-equal? 然后回来 True 对于每一行,如果值等于 False 否则
3. 为什么? df.number[df["number"].eq("-" + "0" * 2)] = "" ? 因为我们将每个组的所有第一个元素转换为 ""
4. 为什么? "-" + "0" * 2 ? 因为我们加上 "-" 而l1就在前一行,所以我们必须使用正确的值: "-00" .为什么 "0" * 2 ? 因为你可以用每一个数字 ljust length 比如10,也放在那里

与@MoRe的答案类似,使用 groupby.cumcount 创建团队;那你可以用 str.zfill 填补空白 mask 每组的第一个元素:

groups = df.groupby('sku').cumcount()
df['new'] = df['sku'] + ('-' + groups.astype('string').str.zfill(2)).mask(groups.eq(0), '')

输出:

       sku         new
0  FAT-001     FAT-001
1  FAT-001  FAT-001-01
2  FAT-001  FAT-001-02
3  FAT-002     FAT-002
4  FAT-002  FAT-002-01