识别Pandas DataFrame唯一分组并添加Solution_unique标识列

核心思路是基于物料出入规则的列进行分组，而非原有的Solution列，再给每个分组分配唯一标识。以下是两种实用的实现方式：

方法一：使用groupby + ngroup() #

假设你的DataFrame名为df，用来判断规则一致的列是add_materials和remove_materials（根据实际列名调整）：

import pandas as pd

# 按物料规则列分组，生成从0开始的唯一组ID
df['Solution_unique'] = df.groupby(['add_materials', 'remove_materials']).ngroup()

# 若想让标识从1开始，只需加1
# df['Solution_unique'] = df.groupby(['add_materials', 'remove_materials']).ngroup() + 1

方法二：使用factorize() #

先把所有物料规则列合并成唯一的组合键，再生成标识：

# 将物料规则列合并为元组（避免字符串拼接可能产生的冲突）
rule_combination = df[['add_materials', 'remove_materials']].apply(tuple, axis=1)

# 生成唯一标识，返回的第一个值是分组ID，第二个是唯一组合的列表
df['Solution_unique'], _ = pd.factorize(rule_combination)

# 同样可调整为从1开始计数
# df['Solution_unique'] += 1

注意事项 #

• 务必将所有参与判断规则一致性的列都加入分组列表或组合键中，比如如果还有其他物料相关列（如数量、规格），也要包含进去。
• 如果物料规则列是列表/数组类型，建议先转为字符串或元组，确保分组时能正确识别相等的组合。

内容的提问来源于stack exchange，提问作者Max