为Pandas分组中的连续元素添加计数后缀

问题背景 #

已有包含category类型group列的DataFrame，需要为每组内连续出现的元素添加计数后缀，生成group_element_count列（非连续的同组元素需重新开始计数）。

示例数据初始化 #

import pandas as pd

# 初始化数据，group为Categorical类型
df = pd.DataFrame({
    'group': pd.Categorical(['A', 'A', 'B', 'B', 'B', 'A', 'A', 'A']),
    'value': [10, 20, 30, 40, 50, 60, 70, 80]
})

期望输出 #

最终DataFrame需包含group_element_count列，效果如下：

解决方案代码 #

# 1. 生成连续分组的唯一标识：标记每一段连续相同的group
df['block_id'] = df['group'].ne(df['group'].shift()).cumsum()

# 2. 对每个连续分组内的元素计数，并拼接成目标列
df['group_element_count'] = (
    df['group'].astype(str) + '_' + 
    df.groupby('block_id').cumcount().add(1).astype(str)
)

# 可选：删除中间辅助列block_id
df = df.drop('block_id', axis=1)

代码解释 #

• 连续分组标识：df['group'].ne(df['group'].shift())判断当前行与上一行的group是否不同，返回布尔值；.cumsum()将布尔值累加，生成唯一的block_id，每一段连续相同的group对应同一个block_id。
• 组内计数：groupby('block_id').cumcount().add(1)在每个连续分组内从1开始计数（cumcount()默认从0开始，加1后符合日常计数习惯）。
• 拼接列：将category类型的group转为字符串后，与计数拼接得到目标列。

内容的提问来源于stack exchange，提问作者newoptionz