如何实现当DataFrame中merged_attribute列值变化时自动递增的整数计数器

刚好我之前也遇到过类似的需求，用pandas的几个内置方法就能快速搞定，给你两种靠谱的方案：

方案一：基于值变化检测的累加计数 #

这种方法完美匹配你示例里连续相同值归为同一组的场景，核心是检测MERGED_ATRIBUTE列的前后值变化，然后对变化点做累加：

import pandas as pd

# 假设你的DataFrame名为df
df['COUNTER'] = (df['MERGED_ATRIBUTE'] != df['MERGED_ATRIBUTE'].shift()).cumsum()

原理说明： #

• df['MERGED_ATRIBUTE'].shift()：把列整体向下偏移一行，这样就能和原列逐行比较
• df['MERGED_ATRIBUTE'] != df['MERGED_ATRIBUTE'].shift()：返回布尔值，当值发生变化时为True（对应1），否则为False（对应0）
• .cumsum()：对布尔值序列做累加，自动把True转成1累加，最终得到连续相同值的分组序号

方案二：基于分组的序号分配 #

如果你希望所有相同的MERGED_ATRIBUTE值都归为同一组（即使不连续出现），可以用groupby配合ngroup()：

df['COUNTER'] = df.groupby('MERGED_ATRIBUTE').ngroup() + 1

原理说明： #

• groupby('MERGED_ATRIBUTE')：按目标列的值分组
• ngroup()：给每个组分配从0开始的序号，加1是为了让计数器从1开始（和你的示例一致）

验证效果 #

用你给出的测试DataFrame运行任意一种方案，都能得到你期望的COUNTER列结果：

内容的提问来源于stack exchange，提问作者MachuPichu92