如何为pandas DataFrame中完全相同的列分配相同分数并生成对应新列？

核心思路 #

先识别所有完全相同的列，为每组相同列分配唯一分数，再为每个原列生成对应分数列（整列值统一为该列的分数）。

代码实现 #

import pandas as pd
import numpy as np

# 构造测试DataFrame（模拟24行的场景）
data = {
    'A': [1]*24,
    'B': [2]*24,
    'C': [1]*24,
    'D': np.arange(24),
    'F': [1]*24,
    'Z': [2]*24
}
df = pd.DataFrame(data)

# 1. 将每列转换为元组（可哈希对象，用于判断列是否完全相同）
column_signatures = df.apply(tuple, axis=0)

# 2. 为相同签名的列分配连续分数（从1开始）
scores, _ = pd.factorize(column_signatures)
scores = scores + 1  # 调整分数起始值为1，而非默认的0

# 3. 批量创建分数列
score_cols = {}
for col_name, score in zip(df.columns, scores):
    score_cols[f'score_{col_name}'] = [score] * len(df)

# 4. 将分数列合并到原DataFrame
result_df = df.assign(**score_cols)

代码说明 #

• 列签名生成：df.apply(tuple, axis=0)把每列的24个值转成元组，完全相同的列会生成一模一样的元组，以此作为列的唯一标识。
• 分数分配：pd.factorize会把相同的签名映射为连续整数，加1是为了让分数从1开始，符合你示例中的格式。
• 分数列创建：遍历原列名，为每个列生成score_xxx格式的新列，整列填充对应分数。
• 合并数据：用assign方法批量添加所有分数列，避免循环修改原DataFrame。

效果验证 #

运行后result_df中：

• score_A、score_C、score_F整列值都是1
• score_B、score_Z整列值都是2
• score_D整列值都是3

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