如何用Pandas按A、B分组并添加Group_id标签？

你可以用以下两种常见方法实现需求：

方法1：使用groupby + ngroup() #

利用pandas的分组功能，按A、B列分组后，通过ngroup()生成组序号（默认从0开始），加1即可得到从1起始的Group_id：

import pandas as pd

# 构造原始DataFrame
df = pd.DataFrame({
    'A': ['A-1', 'A-2', 'A-2', 'A-3'],
    'B': ['B-1', 'B-2', 'B-2', 'B-4'],
    'C': ['C-1', 'C-2', 'C-3', 'C-4']
})

# 添加Group_id
df['Group_id'] = df.groupby(['A', 'B']).ngroup() + 1

print(df)

输出结果：

A    B    C  Group_id
0  A-1  B-1  C-1         1
1  A-2  B-2  C-2         2
2  A-2  B-2  C-3         2
3  A-3  B-4  C-4         3

方法2：使用factorize #

将A、B列的组合转换为唯一标识，通过pd.factorize生成组id，同样加1调整起始值：

import pandas as pd

df = pd.DataFrame({
    'A': ['A-1', 'A-2', 'A-2', 'A-3'],
    'B': ['B-1', 'B-2', 'B-2', 'B-4'],
    'C': ['C-1', 'C-2', 'C-3', 'C-4']
})

# 合并A、B列生成唯一键，再生成Group_id
df['Group_id'] = pd.factorize(df[['A', 'B']].apply(tuple, axis=1))[0] + 1

print(df)

输出结果和方法1完全一致。

内容的提问来源于stack exchange，提问作者M Kravets