Panadas：groupby.cumcount的理解

首先建立一个DataFrame，列名为A

>>> df = pd.DataFrame([['a'], ['a'], ['a'], ['b'], ['b'], ['a']],
...columns=['A'])

输出这个DataFrame，我们对其进行观察，发现只有’a’,'b’两种值。

>>> df
   A
0  a
1  a
2  a
3  b
4  b
5  a

按A进行分组(groupyby)，再上一个代码块中我们观察到，有四个’a’，这是第一个分组，即都为’a’的分组。有两个’b’，这是第二个分组，即都为’b’的分组。
然后再进行cumcount处理，对’a’分组内的’a’进行索引标记，索引分别记为’0’,‘1’,‘2’,‘3’。对’b’分组内的’b’进行索引标记，索引记为’0’,‘1’。
df.groupby(‘A’).cumcount()执行后，值的顺序还是’a’,‘a’,‘a’,‘b’,‘b’,‘a’，只不过在cumcount下我们以索引代替值来展现，所以我们就看到了下一个代码块中的效果：
‘0’,‘1’,‘2’,‘0’,‘1’,‘3’，即为’a’,‘a’,‘a’,‘b’,‘b’,'a’在各自分组的索引值。

>>> df.groupby('A').cumcount()
0    0
1    1
2    2
3    0
4    1
5    3
dtype: int64