熊猫：枚举每组中的项目

Question

我有一个像

    id   chi  prop   ord 

0   100   L    67     0 

1   100   L    68     1 

2   100   L    68     2 

3   100   L    68     3 

4   100   L    70     0 

5   100   L    71     0 

6   100   R    67     0 

7   100   R    68     1 

8   100   R    68     2 

9   100   R    68     3 

10  110   R    70     0 

11  110   R    71     0 

12  101   L    67     0 

13  101   L    68     0 

14  101   L    69     0 

15  101   L    71     0 

16  101   L    72     0 

17  201   R    67     0 

18  201   R    68     0 

19  201   R    69     0

ord当 ( prop,chi和id) 都具有相同的值时，本质上给出了条目的顺序。但这不是我想要的。相反，我希望能够枚举{(id, chi)}从 0 到 n_g的每个组 g 的条目，其中 n_g 是组 g 的大小。所以我想获得一些看起来像

    id   chi  prop   count 

0   100   L    67     0 

1   100   L    68     1 

2   100   L    68     2 

3   100   L    68     3 

4   100   L    70     4 

5   100   L    71     5 

6   100   R    67     0 

7   100   R    68     1 

8   100   R    68     2 

9   100   R    68     3 

10  110   R    70     0 

11  110   R    71     1 

12  101   L    67     0 

13  101   L    68     1 

14  101   L    69     2 

15  101   L    71     3 

16  101   L    72     4 

17  201   R    67     0 

18  201   R    68     1 

19  201   R    69     2

我想知道是否有一种简单的方法可以使用pandas. 以下非常接近，但感觉太复杂了，由于某种原因，它不会让我join得到原始数据框的结果数据框。

(df.groupby(['id', 'chi'])

   .apply(lambda g: np.arange(g.shape[0]))

   .apply(pd.Series, 1)

   .stack()

   .rename('counter')

   .reset_index()         

   .drop(columns=['level_2']))

编辑：第二种方式当然是for循环方式，但我正在寻找比以下更“Pythonic”的东西：

for gname, idx in df.groupby(['id','chi']).groups.items():

    tmp = df.loc[idx]

    df.loc[idx, 'counter'] = np.arange(tmp.shape[0])

R 有一种非常简单的方法可以使用tidyverse包来实现这种行为，但是我还没有找到使用pandas. 非常感谢提供的任何帮助！