在Pandas中按国家-团队分组并按颜色规则连续编号

核心思路是利用Pandas的有序分类类型保证Color的自定义排序，再结合分组后的rank(method='dense')实现连续编号逻辑。以下是具体步骤：

1. 确认基础步骤（匹配你已完成的操作） #

先按ID字母排序，并将Color列转为指定顺序的有序分类：

import pandas as pd

# 替换为你的实际数据
data = {
    'ID': ['B1', 'A2', 'C3', 'D4', 'E5', 'F6', 'G7', 'H8'],
    'Country': ['USA', 'USA', 'USA', 'Canada', 'Canada', 'Canada', 'Mexico', 'Mexico'],
    'Team': ['Red', 'Blue', 'Red', 'Green', 'Yellow', 'Green', 'Purple', 'Orange'],
    'Color': ['Blue', 'Red', 'Blue', 'Yellow', 'Green', 'Yellow', 'Orange', 'Orange']
}
df = pd.DataFrame(data)

# 你的自定义Color顺序
colorcode = ['Red', 'Blue', 'Green', 'Yellow', 'Orange', 'Purple']

# 按ID字母排序
df = df.sort_values('ID').reset_index(drop=True)

# 将Color转为有序分类，确保排序遵循你定义的colorcode
df['Color'] = pd.Categorical(df['Color'], categories=colorcode, ordered=True)

2. 生成Result列 #

通过分组+稠密排名直接实现需求：

# 按Country分组，对Color进行稠密排名——相同Color同编号、连续递增、换Country重置
df['Result'] = df.groupby('Country')['Color'].rank(method='dense', ascending=True).astype(int)

逻辑说明 #

• 有序分类：将Color转为pd.Categorical并指定categories=colorcode，确保排名时严格遵循你定义的Color顺序，而非默认的字母顺序。
• 稠密排名（dense）：rank(method='dense')会为相同的Color分配相同编号，且编号连续不跳过（比如1、2、2、3，而非1、2、2、4），完美匹配"同一Color编号相同、同一国家内编号不重置"的要求。
• 分组重置：groupby('Country')保证每个国家内的编号独立计算，切换到新Country时编号自动从1重新开始。

示例输出 #

执行上述代码后，最终DataFrame如下：

完全符合你要求的所有规则。

内容的提问来源于stack exchange，提问作者Kai