使用 Pandas/Python 为列中的重复项生成唯一值

Question

我有一个数据集 df，我想通过在末尾放置数字来为类型列中的值创建唯一的 ID。

数据

type    total   free  use
a       10      5     5
a       10      4     6
a       10      1     9
a       10      8     2
a       10      3     7
b       20      5     5
b       20      3     7
b       20      2     8
b       20      6     4
b       20      2     8

想要的

type    total   free  use
a       10      5     5
a1      10      4     6
a2      10      1     9
a3      10      8     2
a4      10      3     7
b       20      5     5
b1      20      3     7
b2      20      2     8
b3      20      6     4
b4      20      2     8

正在做

我能够通过这样做在 R 中做到这一点，但不确定如何在 Python 中做到这一点：

library(data.table)
setDT(DT)

DT[ , run_id := rleid(ID)]
DT[DT[ , .SD[1L], by = run_id][duplicated(ID), ID := paste0('list', .I)],
   on = 'run_id', ID := i.ID][]

我正在研究这个，任何输入表示赞赏

Answer 1

您可以使用groupby.cumcount：

df['type'] += np.where(df['type'].duplicated(),
                       df.groupby('type').cumcount().astype(str), 
                       '')

或类似的loc更新：

df.loc[df['type'].duplicated(), 'type'] += df.groupby('type').cumcount().astype(str)

输出：

  type  total  free  use
0    a     10     5    5
1   a1     10     4    6
2   a2     10     1    9
3   a3     10     8    2
4   a4     10     3    7
5    b     20     5    5
6   b1     20     3    7
7   b2     20     2    8
8   b3     20     6    4
9   b4     20     2    8