讲师中心 微信公众号

工具推荐

视频效率加速
剧云
剧云

中文短剧剧本制作平台

立刻MV
立刻MV

低成本歌曲 MV、视频生成

Seko
Seko

AI短剧一键生成成片

updream

一键生成高质量推广成片

如何在 Pandas 中为每只动物按时间顺序标记第几次入舍/离舍

夏磊同学_8170

夏磊同学_8170

发布时间:2026-11-19 12:56:31

|

158人浏览过

|

来源于php中文网

原创

如何在 Pandas 中为每只动物按时间顺序标记第几次入舍/离舍

本文介绍如何使用 Pandas 的 groupby().cumcount() 配合时间排序,为重复出现的动物 ID 生成递增的序号列(如“第1次入舍”“第2次入舍”),精准支持多阶段收容数据的关联分析。

本文介绍如何使用 pandas 的 `groupby().cumcount()` 配合时间排序,为重复出现的动物 id 生成递增的序号列(如“第1次入舍”“第2次入舍”),精准支持多阶段收容数据的关联分析。

在动物收容所等时序性较强的业务场景中,同一动物 ID 往往对应多次独立的入舍(intake)或离舍(outcome)记录。若直接按 Animal ID 关联两个数据集,会导致错配(例如将某动物第1次入舍与第2次离舍错误匹配)。解决这一问题的关键,是为每条记录打上按时间顺序排列的访问序号——即“这是该动物第几次出现在本数据集中”。

实现该目标的核心方法是:先确保数据按时间有序,再按 Animal ID 分组进行累计计数。Pandas 提供了简洁高效的解决方案:

import pandas as pd

# 示例数据(已按原始时间顺序提供,但需显式转换和排序)
df = pd.DataFrame({
    'Animal ID': [1, 2, 1, 3, 2],
    'Intake Date': [
        '12/07/2017 02:07:00 PM',
        '12/08/2017 01:10:00 PM',
        '01/06/2018 12:03:00 PM',
        '01/07/2018 01:10:00 PM',
        '01/08/2018 04:15:00 PM'
    ]
})

# 步骤1:将日期字符串转为 datetime 类型(必须!)
df['Intake Date'] = pd.to_datetime(df['Intake Date'])

# 步骤2:按 Animal ID 和 Intake Date 双重排序(关键!)
# 确保同一动物的所有记录按发生时间升序排列
df = df.sort_values(by=['Animal ID', 'Intake Date']).reset_index(drop=True)

# 步骤3:分组累计计数 + 1 → 生成从1开始的序号列
df['Shelter Visits'] = df.groupby('Animal ID').cumcount() + 1

print(df)

输出结果:

   Animal ID       Intake Date  Shelter Visits
0         1 2017-12-07 14:07:00               1
1         1 2018-01-06 12:03:00               2
2         2 2017-12-08 13:10:00               1
3         2 2018-01-08 16:15:00               2
4         3 2018-01-07 13:10:00               1

✅ 关键注意事项:

  • 日期类型转换不可省略:pd.to_datetime() 是保证时间正确排序的前提;若保留字符串格式,排序将按字典序而非真实时间进行(如 '01/01/2020' 会误判)。
  • 双重排序至关重要:仅按 Intake Date 排序无法保证同动物记录连续;仅按 Animal ID 排序则无法保障时间先后。必须 sort_values(['Animal ID', 'Intake Date'])。
  • cumcount() 返回 0-based 序列:因此需 + 1 转为自然语言习惯的“第1次、第2次…”。
  • 适用于 intake/outcome 两个数据集:对两表分别执行相同逻辑后,即可用 ['Animal ID', 'Shelter Visits'] 作为联合键精准 merge,避免跨周期错连。

该方法高效、可读性强,且完全向量化,无需循环或 apply,是处理重复实体时序标识的标准实践。

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

热门AI工具

更多
Laper
Laper Hot

Laper是专为编剧、导演和制片人推出的 AI 原生剧本创作工具。

WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

PixPix
PixPix Hot

PixPix是一款面向电商视觉生产的AI商品图生成工具。

火山引擎

火山引擎是一款面向企业的云计算与AI服务平台。

豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

蛙蛙写作

一款AI论文写作工具,主要用于超级AI智能写作助手,适合需要提升相关任务效率的用户。

墨刀AI
墨刀AI Hot

一款AI图像与设计工具,主要用于产品经理的专属智能体,适合需要提升相关任务效率的用户。

DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

UpDream
UpDream Hot

一款AI视频创作工具,主要用于哔哩哔哩推出的自研AI视频创作工具,适合需要提升相关任务效率的用户。

相关专题

更多
Python 时间序列分析与预测
Python 时间序列分析与预测

本专题专注讲解 Python 在时间序列数据处理与预测建模中的实战技巧,涵盖时间索引处理、周期性与趋势分解、平稳性检测、ARIMA/SARIMA 模型构建、预测误差评估,以及基于实际业务场景的时间序列项目实操,帮助学习者掌握从数据预处理到模型预测的完整时序分析能力。

360

2025.12.04

Python 数据清洗与预处理实战
Python 数据清洗与预处理实战

本专题系统讲解 Python 在数据清洗与预处理中的核心技术,包括使用 Pandas 进行缺失值处理、异常值检测、数据格式化、特征工程与数据转换,结合 NumPy 高效处理大规模数据。通过实战案例,帮助学习者掌握 如何处理混乱、不完整数据,为后续数据分析与机器学习模型训练打下坚实基础。

292

2026.01.31

Python数据分析与Pandas高级实战
Python数据分析与Pandas高级实战

本专题围绕 Python 数据分析展开,系统讲解 Pandas 的高级用法,包括数据清洗、透视表、时间序列分析以及多表合并与分组操作。通过实战案例,帮助开发者掌握高效处理与分析数据的方法,提高数据处理效率与分析能力。

1011

2026.04.13

GoFrame框架Web开发与路由中间件
GoFrame框架Web开发与路由中间件

本专题聚焦GoFrame框架的Web开发,拆解路由注册与匹配规则、请求参数获取、参数校验与中间件执行顺序,说明统一响应、JWT鉴权、文件上传与接口文档生成的落地方式,并补充优雅重启与测试实践。

20

2026.11.17

GoFrame框架安装与gf命令行工具
GoFrame框架安装与gf命令行工具

本专题围绕GoFrame框架的安装与工具链配置展开,讲清Go版本要求、gf命令行的安装方式、代理镜像与依赖准备,说明项目初始化、热编译、交叉编译打包的做法,并整理安装阶段的常见报错与验证步骤。

20

2026.11.17

GoFrame框架零基础入门
GoFrame框架零基础入门

本专题整理GoFrame框架的入门知识,从模块化设计理念、环境准备到跑通第一个Web服务,讲清目录分层、配置加载、日志与中间件的用法,并对比Gin、Go-Zero的差异,帮助Go开发者建立整体认知。

20

2026.11.17

SQLAlchemy 一对多关系怎么建立
SQLAlchemy 一对多关系怎么建立

SQLAlchemy 一对多关系怎么建立?本专题整理父子表外键、relationship 双向映射、关联查询、级联删除和加载优化等相关文章,帮助你理解并实现常见的 ORM 关系建模。

20

2026.11.17

SQLAlchemy 如何增删改查
SQLAlchemy 如何增删改查

SQLAlchemy 如何增删改查?本专题整理 ORM 新增记录、条件查询、更新和删除、Session 事务提交与批量处理等实用文章,帮助你掌握 Python 数据库操作流程。

20

2026.11.17

SQLAlchemy ORM 模型怎么写
SQLAlchemy ORM 模型怎么写

SQLAlchemy ORM 模型怎么写?本专题整理模型类定义、Mapped 字段映射、主键与约束、表结构创建和常见报错的相关文章,帮助你从基础配置到实际建模逐步掌握 SQLAlchemy。

20

2026.11.17

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
热门推荐
/
最新课程
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn