基于Model和Class拆分Lot_1生成Lot_2的Pandas数据处理需求

原始数据 #

给定包含model、lot_1、class三列的DataFrame：

import pandas as pd

df = pd.DataFrame({'model':['A','A','A','A', 'A','A','A','A','B','B','B','B','B','B'],
                  'lot_1':[0,0,0,0,0,1,2,2,0,0,1,1,2,2],
                  'class':['0','3','3','2','2','1','5','5','0','0','0','1','1','1']})

需求 #

• 按model分组，基于class拆分lot_1生成Lot_2列
• 保留lot_1的原有顺序，class仅作区分，无大小/顺序意义
• 同一lot_1下不同class需按顺序分配新编号
• 切换model时，Lot_2从0重新开始编号

期望输出 #

最终DataFrame如下：

解决方案 #

直接通过分组+因子化实现，代码简洁高效：

# 按model分组，对每组内的(lot_1, class)组合按出现顺序编号
df['Lot_2'] = df.groupby('model').apply(
    lambda g: pd.factorize(zip(g['lot_1'], g['class']))[0]
).explode().astype(int)

# 验证结果
print(df)

逻辑说明 #

1. 分组隔离：groupby('model')确保不同model的编号完全独立，切换时自动重置
2. 组合标识：把lot_1和class绑成元组，作为判断是否需要新编号的唯一依据
3. 顺序编号：pd.factorize()会按元组首次出现的顺序分配从0开始的连续整数，重复的组合复用同一个编号
4. 还原结构：explode()把分组处理的结果拆回原DataFrame的行结构，astype(int)保证编号为整数类型

内容的提问来源于stack exchange，提问作者ghost_like