如何为Pandas数据集新增按团队重置的GameNumber递增列

问题场景 #

现有按时间顺序排列的球队比赛结果DataFrame：

需要新增GameNumber列，实现：同一球队内按比赛顺序从1开始递增计数，切换到新球队时重置为1，最终得到如下结果：

解决方案 #

方法一：groupby + cumcount（最简洁高效） #

利用Pandas的分组计数函数cumcount()，直接为每组内的行生成连续序号，加1后得到从1开始的场次编号：

import pandas as pd

# 构造原始数据（已有DataFrame可跳过此步）
data = {
    'Team': ['TeamA', 'TeamA', 'TeamA', 'TeamB', 'TeamB', 'TeamC', 'TeamC', 'TeamC', 'TeamC', 'TeamC'],
    'Result': ['Win', 'Loss', 'Win', 'Loss', 'Loss', 'Loss', 'Win', 'Win', 'Loss', 'Loss']
}
df = pd.DataFrame(data)

# 生成GameNumber列
df['GameNumber'] = df.groupby('Team').cumcount() + 1

执行后即可得到目标结果。cumcount()会为每个分组内的行分配从0开始的连续整数，加1后正好匹配从1开始的场次需求。

方法二：通过shift判断分组变化再累加（适合理解底层逻辑） #

如果需要手动实现分组重置的逻辑，可以通过对比当前行与上一行的球队是否相同，生成分组标记后再计数：

# 生成分组标记：球队变化时标记为1，否则为0
group_flag = (df['Team'] != df['Team'].shift()).astype(int)
# 得到每个分组的全局编号
df['temp_group'] = group_flag.cumsum()
# 对每个球队+临时分组的组合计数
df['GameNumber'] = df.groupby(['Team', 'temp_group']).cumcount() + 1
# 移除临时列
df.drop('temp_group', axis=1, inplace=True)

这种方法逻辑更直观，但相比第一种方法冗余，推荐优先使用第一种。

说明 #

• explode函数用于展开DataFrame中的列表型单元格，与分组计数需求无关，因此无法解决问题。
• 如果之前使用groupby未成功，大概率是未搭配cumcount()函数，而是误用了聚合类函数（如sum/mean），这类函数无法生成每组内的连续序号。

内容的提问来源于stack exchange，提问作者Philby_Walsh