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

2026-11-19

158人浏览

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。

PHP速学视频免费教程(入门到精通)
PHP速学视频免费教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

相关标签:

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

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。

2025.12.04

360

15

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。

2026.01.31

292

21

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。

2026.04.13

1011

25

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。

2026.11.17

0

15

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。

2026.11.17

20

15

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。

2026.11.17

0

15

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。

2026.11.17

0

10

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。

2026.11.17

0

11

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。

2026.11.17

0

16

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
phpStudy极速入门视频教程
phpStudy极速入门视频教程

共6课时 | 54.7万人学习

独孤九贱(4)_PHP视频教程
独孤九贱(4)_PHP视频教程

共89课时 | 134.3万人学习