如何按oldID分组为Pandas DataFrame创建从1开始的newID列

从你给出的期望结果来看，实际编号规则和描述的“按oldID分组编号”有差异——同一oldID下部分行编号相同，部分行编号递增。反推规则应为：

• 初始编号从1开始
• 若当前行的STATUS以Status2开头，或是Statuse，则继承上一行的编号
• 其他情况，编号在上一行基础上加1

针对大数据量，这个方案用向量运算实现，效率极高，无需groupby或合并操作：

import pandas as pd

# 读取分号分隔的数据
df = pd.read_csv('your_file.csv', sep=';')

# 标记哪些行需要继承上一行的编号
df['need_inherit'] = df['STATUS'].str.startswith('Status2') | (df['STATUS'] == 'Statuse')

# 生成newID：对不需要继承的行做累加，得到连续编号
df['newID'] = (~df['need_inherit']).cumsum()

# 可选：删除辅助列
df = df.drop('need_inherit', axis=1)

如果你确实需要严格按唯一oldID分组分配连续编号（同一oldID下所有行编号相同），用ngroup更高效，处理百万级数据毫无压力：

import pandas as pd

df = pd.read_csv('your_file.csv', sep=';')

# 按oldID分组，生成从1开始的连续编号
df['newID'] = df.groupby('oldID').ngroup() + 1

内容的提问来源于stack exchange，提问作者PSt