如何对DataFrame的col2列按1出现位置进行分组连续值替换？

假设你的DataFrame结构类似如下示例：

import pandas as pd

# 示例数据
data = {'col1': ['A','B','C','D','E','F','G'],
        'col2': [1,2,3,4,1,2,3]}
df = pd.DataFrame(data)

要将每组从1开始递增的col2序列替换为组的连续序号，直接用以下代码即可：

# 生成组序号：当col2为1时触发新组，累计求和得到组号
df['col2'] = (df['col2'] == 1).cumsum()

逻辑说明 #

• df['col2'] == 1会生成一个布尔值序列，每组的起始位置（即col2=1）会被标记为True，其余位置为False
• cumsum()对这个布尔序列做累加（True等价于1，False等价于0），每遇到一个新的起始标记，累加值就加1，从而给每组分配唯一的连续序号

处理后的示例结果：

这个方法高效且适合12000行的数据集，无需循环处理，完全利用pandas的矢量化操作。

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