如何在Pandas DataFrame中快速生成随客户变更递增的Line ID列

直接用Pandas的内置方法就能搞定，不用写for循环，代码简洁还高效：

import pandas as pd

# 构造示例数据
data = {'Customer': ['Pepsi', 'Pepsi', 'Lego', "Mcdonald's", "Mcdonald's"]}
df = pd.DataFrame(data)

# 生成Line ID列
df['Line ID'] = df['Customer'].ne(df['Customer'].shift()).cumsum()

运行后得到的结果完全符合需求：

代码解释 #

• df['Customer'].shift()：把Customer列的所有行向下偏移一位，第一行变为NaN
• ne()：判断当前行的Customer和偏移后的行是否不相等，返回布尔值（True对应1，False对应0）
• cumsum()：对上述布尔值对应的1和0做累加，每次遇到不同的Customer时就自动加1，正好生成连续的Line ID

这种方法比for循环高效太多，尤其是处理大数据集时，完全利用了Pandas的向量化运算优势，不用逐行遍历。

内容的提问来源于stack exchange，提问作者PiCubed