我在 Python Pandas 中有数据框，如下所示：

• 列 my_date 采用日期时间格式。

• 在我真正的数据框中，我有更多的列。

  ID	我的约会	第 1 列
  111	2023-05-15	1
  111	2023-05-14	11
  111	2023-05-13	2
  222	2023-10-11	3
  222	2023-10-12	55

我需要创建新列 col_x，其中每个 id 的值将根据 my_date 列中的日期为 1、2、3 等。因此，对于列 col_x 中的每个 id，在 my_date 的早期日期中必须为 1，依此类推。

因此，我需要如下所示的内容：

我怎样才能在Python Pandas 中做到这一点？

解决方案

看起来你可以使用groupby.rank：

df['col_x'] = df.groupby('id')['my_date'].rank('dense').astype(int)

这或多或少相当于查找排序顺序（例如使用numpy.argsort, 或rank('first')），只不过它将对重复值进行同等排序：

df['col_x'] = df.groupby('id')['my_date'].transform(np.argsort).add(1)

输出：

    id    my_date  col1  col_x
0  111 2023-05-15     1      3
1  111 2023-05-14    11      2
2  111 2023-05-13     2      1
3  222 2023-10-11     3      1
4  222 2023-10-12    55      2

具有重复值的示例：

    id    my_date  col1  rank('dense')  argsort+1  rank('first')
0  111 2023-05-15     1              3          4              4
1  111 2023-05-14    11              2          2              2
2  111 2023-05-14     9              2          3              3
3  111 2023-05-13     2              1          1              1
4  222 2023-10-11     3              1          1              1
5  222 2023-10-12    55              2          2              2