如何在Python DataFrame中按客户分组枚举顾问关联编号

问题场景 #

你有一个已按日期排序的DataFrame，需要实现：

• 按Customer分组
• 每个分组内对Advisor按升序分配唯一编号，相同Advisor对应同一个编号
• 每个Customer的编号从1重新开始计数

示例数据 #

先看示例输入和预期输出：

输入DataFrame（已按日期排序）

import pandas as pd

df = pd.DataFrame({
    'Date': ['2023-01-01', '2023-01-02', '2023-01-03', '2023-01-01', '2023-01-02'],
    'Customer': ['A', 'A', 'A', 'B', 'B'],
    'Advisor': ['Bob', 'Alice', 'Bob', 'Charlie', 'Alice']
})

预期输出

# 新增Advisor_Num列后的结果
        Date Customer   Advisor  Advisor_Num
0  2023-01-01        A       Bob            2
1  2023-01-02        A     Alice            1
2  2023-01-03        A       Bob            2
3  2023-01-01        B  Charlie            1
4  2023-01-02        B     Alice            2

解决方案 #

核心思路是按Customer分组后，在每个组内对Advisor去重排序，再映射生成从1开始的编号。下面提供两种实现方式：

方法一：分组+自定义函数（清晰易读）

这种方式逻辑直观，便于调试和修改：

def assign_advisor_id(group):
    # 提取组内唯一Advisor并按字母升序排序
    sorted_advs = sorted(group['Advisor'].unique())
    # 创建编号映射：排序后的Advisor对应1、2、3...
    adv_map = {adv: idx+1 for idx, adv in enumerate(sorted_advs)}
    # 给组内每条数据分配编号
    group['Advisor_Num'] = group['Advisor'].map(adv_map)
    return group

# 按Customer分组应用函数，group_keys=False避免额外添加分组索引
df = df.groupby('Customer', group_keys=False).apply(assign_advisor_id)

方法二：分组+transform（简洁版）

用transform直接在原DataFrame上生成结果，代码更紧凑：

df['Advisor_Num'] = df.groupby('Customer')['Advisor'].transform(
    lambda x: pd.factorize(sorted(x.unique()))[1].map(
        dict(zip(sorted(x.unique()), range(1, len(sorted(x.unique()))+1)))
    )
)

常见问题排查 #

如果之前尝试的groupby方法失效，大概率是因为：

• 没有在每个分组内部单独处理排序和编号生成，而是全局生成了Advisor的编号
• 未对分组内的Advisor进行升序排序，导致编号顺序不符合要求

内容的提问来源于stack exchange，提问作者haraujo