在新列中添加唯一标识符，直到另一列满足条件
我有一个带有npartition = 8的dask数据帧，这里是数据的快照：
id1 id2 Page_nbr record_type
St1 Sc1 3 START
Sc1 St1 5 ADD
Sc1 St1 9 OTHER
Sc2 St2 34 START
Sc2 St2 45 DURATION
Sc2 St2 65 END
Sc3 Sc3 4 START 我想在record_type之后添加一个列，并根据记录类型的条件添加一个唯一的group_id，所以在下一个record_type = START添加相同的唯一group_id之前，输出将如下所示：
id1 id2 Page_nbr record_type group_id
St1 Sc1 3 START 1
Sc1 St1 5 ADD 1
Sc1 St1 9 OTHER 1
Sc2 St2 34 START 2
Sc2 St2 45 DURATION 2
Sc2 St2 65 END 2
Sc3 Sc3 4 START 3 group_id可以是任何唯一编号。由于数据帧很大，迭代行可能不是最好的选择。想知道是否有任何pythonic方式吗？
写回答
-
取“record_type”列，比较“START”，然后计算cumsum：
ddf['group_id'] = ddf['record_type'].eq('START').cumsum()
ddf.compute()id1 id2 Page_nbr record_type group_id
0 St1 Sc1 3 START 1
1 Sc1 St1 5 ADD 1
2 Sc1 St1 9 OTHER 1
3 Sc2 St2 34 START 2
4 Sc2 St2 45 DURATION 2
5 Sc2 St2 65 END 2
6 Sc3 Sc3 4 START 32019-07-17 23:29:42赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
