不同列中每个ID的唯一字符串的累积计数

Question

我有一个数据框（df_temp），如下所示：

   ID1  ID2
0  A    X
1  A    X
2  A    Y
3  A    Y
4  A    Z
5  B    L
6  B    L

我需要添加一列来显示每个ID1的ID2唯一值的累积数量，所以类似

   ID1  ID2   CumUniqueIDs
0  A    X     1
1  A    X     1
2  A    Y     2
3  A    Y     2
4  A    Z     3
5  B    L     1
6  B    L     1

我试过了：

 dfl_temp['CumUniqueIDs'] = dfl_temp.groupby(by=[ID1])[ID2].nunique().cumsum()+1

但这只是用NaN填充CumUniqueID。

不知道我在做什么错！任何帮助，不胜感激！

Answer 1

你可以使用groupby()+ transform()+ factorize()：

In [12]: df['CumUniqueIDs'] = df.groupby('ID1')['ID2'].transform(lambda x: pd.factorize(x)[0]+1)

In [13]: df
Out[13]:
  ID1 ID2  CumUniqueIDs
0   A   X             1
1   A   X             1
2   A   Y             2
3   A   Y             2
4   A   Z             3
5   B   L             1
6   B   L             1