Python中如何为DataFrame内客户的每次出现进行连续编号？

嘿，这个需求其实用Pandas的分组计数功能就能轻松搞定！咱们直接看具体操作：

首先，先把你的示例数据转换成Pandas DataFrame：

import pandas as pd

data = {
    'Date': ['01/01/2021', '01/01/2021', '01/01/2021',
             '01/02/2021', '01/02/2021', '01/02/2021',
             '01/03/2021', '01/03/2021', '01/03/2021',
             '01/04/2021', '01/04/2021',
             '01/05/2021', '01/05/2021',
             '01/06/2021'],
    'Customer': ['A', 'B', 'C',
                 'A', 'B', 'C',
                 'A', 'B', 'C',
                 'A', 'B',
                 'A', 'B',
                 'A']
}

df = pd.DataFrame(data)

接下来是核心操作——按客户分组，对每组记录按日期排序后生成连续编号：

# 先把Date列转为日期类型，确保排序逻辑正确
df['Date'] = pd.to_datetime(df['Date'], format='%d/%m/%Y')

# 按Customer分组，每组内按Date排序后用cumcount生成从1开始的连续编号
df['Appear'] = df.sort_values('Date').groupby('Customer').cumcount() + 1

给你拆解下这段代码的逻辑：

• groupby('Customer')：把数据按客户拆分成独立的小组，每个小组只处理对应客户的记录
• sort_values('Date')：确保每个客户的记录是按日期从早到晚排列的，避免编号顺序混乱
• cumcount() + 1：cumcount()会给每个小组内的行从0开始计数，加1后就变成了从1开始的连续编号，正好对应客户的第几次出现

运行后，你的DataFrame就会得到完全符合预期的结果：

不管客户是不是在所有日期都出现，每次出现都会按他自己的出现顺序生成连续编号，完美匹配你想要的效果～

内容的提问来源于stack exchange，提问作者haraujo