如何为DataFrame添加识别并计数重复索引值的列？

嘿，我懂你要的是什么！你之前用groupby.size()得到的是每个ix的总出现次数，但你真正需要的是每个ix组内逐行递增的计数，对吧？这时候pandas的cumcount()方法就正好派上用场啦～

步骤1：构造示例数据 #

先把你提供的示例DataFrame构造出来，方便复现：

import pandas as pd

data = {
    'ix': [1, 2, 2, 2, 3, 4, 5, 5],
    'value': [12, 14, 15, 12, 10, 9, 14, 21]
}
df = pd.DataFrame(data)

步骤2：添加逐行累计计数列 #

使用groupby('ix')按ix分组后，调用cumcount()方法——这个方法会对每个分组内的行从0开始依次计数，我们只需要给结果加1，就能得到从1开始的序号：

df['dupes'] = df.groupby('ix').cumcount() + 1

最终结果 #

运行上述代码后，你就能得到期望的输出：

补充说明 #

• cumcount()默认从0开始计数，所以加1后就和你想要的“第1次出现、第2次出现”的逻辑完全匹配
• 这个方法比你之前尝试的merge方式更简洁高效，不需要额外的合并操作

内容的提问来源于stack exchange，提问作者vestland