groupby Zähler der Zeilen

Question

Ich versuche, eine neue Variable zu erstellen, die zählt, wie oft die gleiche ID im Laufe der Zeit gesehen wurde.

benötigen aus diesem Datenrahmen

id  clae6 year quarter   
    1 475230.0 2007   1     
    1 475230.0 2007   2      
    1 475230.0 2007   3      
    1 475230.0 2007   4      
    1 475230.0 2008   1 
    1 475230.0 2008   2   
    2 475230.0 2007   1      
    2 475230.0 2007   2      
    2 475230.0 2007   3     
    2 475230.0 2007   4     
    2 475230.0 2008   1  
    3 475230.0 2010   1  
    3 475230.0 2010   2  
    3 475230.0 2010   3  
    3 475230.0 2010   4  

dazu

id  clae6 year quarter  new_variable  
    1 475230.0 2007   1   1 
    1 475230.0 2007   2   2    
    1 475230.0 2007   3   3    
    1 475230.0 2007   4   4   
    1 475230.0 2008   1   5 
    1 475230.0 2008   2   6 
    2 475230.0 2007   1   1   
    2 475230.0 2007   2   2   
    2 475230.0 2007   3   3   
    2 475230.0 2007   4   4   
    2 475230.0 2008   1   5 
    3 475230.0 2010   1   1 
    3 475230.0 2010   2   2 
    3 475230.0 2010   3   3 
    3 475230.0 2010   4   4 

Ich verwende den folgenden Code passieren, aber vielleicht ist es ein einfacher (i über eine Menge von Datensätzen am Betrieb, also ich bin auf der Suche nach einem schnelleren Code):

df['control'] = 1 
df['new_variable'] = df.groupby(['id'])['control'].cumsum() 

Answer 1

Durch die Verwendung von cumcount

df.groupby('id').cumcount().add(1) 
Out[1574]: 
0  1 
1  2 
2  3 
3  4 
4  5 
5  6 
6  1 
7  2 
8  3 
9  4 
10 5 
11 1 
12 2 
13 3 
14 4 
dtype: int64 

Answer 2

Sie können Rang verwenden

df['new'] = df.groupby('id').rank(method = 'first').astype(int) 

    id clae6 year quarter new 
0 1 475230.0 2007 1 1 
1 1 475230.0 2007 2 2 
2 1 475230.0 2007 3 3 
3 1 475230.0 2007 4 4 
4 1 475230.0 2008 1 5 
5 1 475230.0 2008 2 6 
6 2 475230.0 2007 1 1 
7 2 475230.0 2007 2 2 
8 2 475230.0 2007 3 3 
9 2 475230.0 2007 4 4 
10 2 475230.0 2008 1 5 
11 3 475230.0 2010 1 1 
12 3 475230.0 2010 2 2 
13 3 475230.0 2010 3 3 
14 3 475230.0 2010 4 4