如何在Pandas与PostgreSQL中生成基于分组标识的组编号？

用分组+累积求和的方式完全替代循环，效率提升明显：

myDF['group_number'] = myDF.groupby('user')['group'].apply(lambda x: (x == 'new').cumsum())

原理很简单：每个用户组内，把group列等于'new'的行标记为1，其余为0，对这些值做累积求和，就自动生成了连续的组编号——首行是1，每遇到一次'new'就递增1，'same'则保持当前编号，完全匹配需求。

借助窗口函数的累积求和能力实现，注意SQL表本身无序，必须指定排序字段：

SELECT 
    *,
    SUM(CASE WHEN "group" = 'new' THEN 1 ELSE 0 END) OVER (
        PARTITION BY "user" 
        ORDER BY your_order_column  -- 替换为实际的行顺序字段（如时间戳、主键）
        ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW
    ) AS group_number
FROM your_table_name;

说明：

• PARTITION BY "user" 保证每个用户单独计算组编号
• ORDER BY 是必需的，用来确定行的处理顺序，确保分组逻辑和原数据一致
• 累积求和会统计从当前用户第一行到当前行中'new'出现的次数，这个次数就是对应的组编号

内容的提问来源于stack exchange，提问作者Aly