如何用Pandas为连续相同行添加连续计数列

你可以结合已尝试的cumsum分组标识方法，再对分组结果做统计，就能得到连续相同class的行数。具体步骤如下：

1. 构造示例数据（可跳过，直接用你的DataFrame） #

import pandas as pd

data = {'class': ['a', 'a', 'a', 'b', 'b', 'c', 'd', 'e', 'e', 'e', 'f', 'a', 'c', 'd', 'd']}
df = pd.DataFrame(data)

2. 生成连续分组标识 #

用shift()对比当前行与上一行的class值，通过cumsum()为每个连续相同的class段分配唯一ID：

df['group_id'] = (df['class'] != df['class'].shift()).cumsum()

3. 统计每个连续分组的行数 #

基于生成的group_id分组，用transform('count')将每组的行数赋值给该组的每一行：

df['consecutive_count'] = df.groupby('group_id')['class'].transform('count')

4. 清理临时列（可选） #

如果不需要group_id列，可直接删除：

df = df.drop('group_id', axis=1)

最终输出 #

执行后得到的结果与你的预期一致：

class  consecutive_count
0      a                  3
1      a                  3
2      a                  3
3      b                  2
4      b                  2
5      c                  1
6      d                  1
7      e                  3
8      e                  3
9      e                  3
10     f                  1
11     a                  1
12     c                  1
13     d                  2
14     d                  2

为什么之前的方法不生效？ #

• 直接按class分组的groupby统计的是该class在整个DataFrame中的总出现次数，而非连续段的行数；
• 单独用cumsum仅完成了连续段的分组标识，没有对每个分组的行数做统计，所以需要后续的分组计数步骤。

内容的提问来源于stack exchange，提问作者user3599600