Pandas 在DataFrame中按组对行进行编号以升序排列

在本文中，我们将介绍如何在Pandas DataFrame中对每个分组中的行进行编号，并以升序排列。

什么是分组？

在Pandas中，分组是指将数据集按照某个类别或特征进行拆分，并在拆分的基础上进行分析或操作的一种方法。例如，我们可以按照性别、学历、地区等特征将数据集分成不同的组，然后对每个组进行不同的统计分析或数据操作。

如何在Pandas DataFrame中按组编号

在Pandas中，我们可以使用groupby()方法根据特定列或特征对数据集进行分组。为了按组对行进行编号，我们需要先将数据集按照分组列进行排序，然后对每个组内的行进行编号。

首先，我们需要导入Pandas库并创建一个示例数据集：

import pandas as pd

data = {'name': ['Tom', 'Jerry', 'Mickey', 'Minnie', 'Donald', 'Daisy', 'Goofy', 'Pluto'],
        'gender': ['Male', 'Male', 'Male', 'Female', 'Male', 'Female', 'Male', 'Male'],
        'age': [26, 24, 27, 25, 30, 28, 29, 31],
        'salary': [8000, 7000, 7500, 9000, 8500, 6000, 8200, 7800]}

df = pd.DataFrame(data)
print(df)

输出结果如下：

     name  gender  age  salary
0     Tom    Male   26    8000
1   Jerry    Male   24    7000
2  Mickey    Male   27    7500
3  Minnie  Female   25    9000
4  Donald    Male   30    8500
5   Daisy  Female   28    6000
6   Goofy    Male   29    8200
7   Pluto    Male   31    7800

接下来，我们可以使用groupby()方法将数据集按照gender列进行分组，并按照age列进行升序排序：

df_grouped = df.sort_values(['gender', 'age']).groupby('gender')
print(df_grouped)

我们可以查看每个组内的数据：

for name, group in df_grouped:
    print(name)
    print(group)

输出结果如下：

Female
     name  gender  age  salary
3  Minnie  Female   25    9000
5   Daisy  Female   28    6000
Male
     name gender  age  salary
1   Jerry   Male   24    7000
0     Tom   Male   26    8000
2  Mickey   Male   27    7500
3  Donald   Male   30    8500
6   Goofy   Male   29    8200
7   Pluto   Male   31    7800

接下来，我们可以使用cumcount()方法对每个组内的行进行编号，并以升序排列：

df['number'] = df_grouped.cumcount() + 1
df = df.sort_values(['gender', 'number'], ignore_index=True)
print(df)

输出结果如下：

     name  gender  age  salary  number
0  Minnie  Female   25    9000       1
1   Daisy  Female   28    6000       2
2   Jerry    Male   24    7000       1
3     Tom    Male   26    8000       2
4  Mickey    Male   27    7500       3
5  Donald    Male   30    8500       4
6   Goofy    Male   29    8200       5
7   Pluto    Male   31    7800       6