如何基于DataFrame中其他列的值创建分组标记新列

嗨，我来帮你搞定这个需求～你想要的是给myValname列值相同的行分配统一的分组标记（比如c1、c2），而且要通用代码，不用硬编码对吧？

先说说你之前尝试的df3['newCol'] = df3.groupby('myValname').rank()为啥不行：rank()是给每组内的行单独排名次，所以相同myValname的行会得到不同的数字，而不是统一的分组标签。下面给你两种简单通用的解决方案：

方法一：用factorize()快速生成分组标记 #

这是最简洁高效的方法，factorize()会自动把列中的唯一值映射成递增的整数ID，我们只需要把这个ID转成你想要的c+数字格式就行：

# 对myValname列进行因子化，得到每个唯一值的整数标识
labels, _ = df3['myValname'].factorize()
# 把整数转成c1、c2的格式（加1是因为factorize从0开始计数）
df3['newCol'] = 'c' + (labels + 1).astype(str)

这个方法不管你有多少个不同的myValname值，都能自动生成对应的c1、c2、c3...完全通用。

方法二：用groupby结合ngroup() #

如果你更习惯用分组的思路，ngroup()可以直接给每个分组分配唯一的组号，再加工成目标格式：

# 按myValname分组后，给每个组分配组号，再加1转成字符串拼接
df3['newCol'] = 'c' + (df3.groupby('myValname').ngroup() + 1).astype(str)

这个方法逻辑更直观，分组后直接拿组号，同样能实现你的需求。

两种方法运行后都能得到你想要的结果：

备注：内容来源于stack exchange，提问作者Manglu