如何按多列分组并为原Pandas DataFrame添加Group ID？

给定如下DataFrame：

import pandas as pd

data = {
    'ID': [1,2,3,4,5,6,7,8,9],
    'Pipe Diameter': [10,10,20,30,20,40,60,20,30],
    'Material': ['DI', 'DI', 'Plastic', 'DI', 'CI', 'Plastic', 'DI', 'CI', 'Plastic'],
    'Length': [1,5,2,7,6,4,9,3,5]
}

df = pd.DataFrame(data)

已按Pipe Diameter和Material分组并生成带Group ID的分组结果：

# 分组求和
df_groups = df.groupby(['Pipe Diameter', 'Material']).sum().reset_index()
# 添加Group ID
df_groups['Group ID'] = df_groups.index

现在需要将Group ID匹配添加回原DataFrame，可通过以下两种方法实现：

方法1：使用merge进行匹配 #

直接通过分组的关键字段做左连接，将Group ID映射回原数据：

df_with_groupid = df.merge(
    df_groups[['Pipe Diameter', 'Material', 'Group ID']],
    on=['Pipe Diameter', 'Material'],
    how='left'
)

how='left'确保原DataFrame的所有行都被保留，不会因匹配失败丢失数据。

方法2：直接生成Group ID（更简洁高效） #

无需提前创建分组表，直接在原DataFrame上用ngroup()生成对应Group ID，结果和手动生成的完全一致：

df['Group ID'] = df.groupby(['Pipe Diameter', 'Material']).ngroup()

ngroup()会自动为每个唯一的(Pipe Diameter, Material)组合分配从0开始的连续整数ID，一步到位。

内容的提问来源于stack exchange，提问作者Papu