Pandas按Master/Child分组的增量计数器实现求助（重复行计数不变）

问题分析 #

你用df.groupby(['Master', 'Child']).cumcount() + 1无效的原因是：cumcount()会对分组内的每一行逐一递增计数，哪怕是重复行也会生成不同的序号，不符合你"重复行计数不变"的需求。我们需要先识别分组内的唯一条目，再给这些唯一条目分配计数，最后映射回原数据。

方案1：基于唯一组合映射计数 #

适合重复行是指Master/Child/Date组合重复的场景：

步骤1：生成唯一条目的计数器 #

先提取分组内的唯一Master/Child/Date组合，按Date降序排序后分配计数：

import pandas as pd

# 示例数据
data = {
    'Master': ['A', 'A', 'A', 'B', 'B'],
    'Child': ['X', 'X', 'Y', 'Z', 'Z'],
    'Date': ['2024-05-01', '2024-05-01', '2024-04-30', '2024-05-02', '2024-05-02'],
    'Value': [10, 10, 20, 30, 30]
}
df = pd.DataFrame(data)

# 提取唯一组合并按Date降序排序
unique_groups = df.drop_duplicates(subset=['Master', 'Child', 'Date'])
unique_groups = unique_groups.sort_values(by=['Master', 'Child', 'Date'], ascending=[True, True, False])

# 给唯一组合分配计数器
unique_groups['Counter'] = unique_groups.groupby(['Master', 'Child']).cumcount() + 1

步骤2：合并回原数据集 #

将计数映射回原数据，让重复行共享同一计数器：

df = df.merge(unique_groups[['Master', 'Child', 'Date', 'Counter']], 
              on=['Master', 'Child', 'Date'], how='left')

方案2：用rank方法直接生成计数 #

更简洁的方式，利用rank(method='dense')实现相同条目共享排名：

# 先按要求排序
df = df.sort_values(by=['Master', 'Child', 'Date'], ascending=[True, True, False])

# 分组后对Date列按降序生成稠密排名，转为整数就是计数器
df['Counter'] = df.groupby(['Master', 'Child'])['Date'].rank(method='dense', ascending=False).astype(int)

method='dense'会让相同Date的行得到相同的排名，且排名按降序分配，完美匹配你的需求。

如果重复行是指整行完全重复，只需把方案1中的drop_duplicates(subset=...)改成drop_duplicates()即可。

内容的提问来源于stack exchange，提问作者QuietCoder