如何在Python中修改DataFrame的Run_time列实现连续编号

原始数据集 #

# 导入所需库
import pandas as pd

# 创建数据集
data = {'team': ['A', 'A', 'A', 'A', 'A', 'A', 'A', 'A', 'A', 'A', 'A', 'A'],
        'Run_time': [1, 2, 3, 4, 5, 1, 2, 3, 1, 2, 3, 4],
        'Married': ['No', 'Yes', 'Yes', 'Yes', 'No', 'Yes', 'Yes', 'Yes', 'No', 'Yes', 'Yes', 'No'],
        'Self_Employed': ['No', 'No', 'Yes', 'No', 'No', 'No', 'Yes', 'No', 'No', 'Yes', 'No', 'No'],
        'LoanAmount': [123, 128, 66, 120, 141, 52,96,15,85,36,58,89],
        }

# 转换为DataFrame
df = pd.DataFrame(data)
print("原始df = \n", df)

需求说明 #

当前Run_time列是分段重复从1开始的序列，需要将其修改为从1开始的全局连续递增编号（最终序列为[1,2,3,4,5,6,7,8,9,10,11,12]）。

解决方案 #

方法1：直接生成连续序列赋值 #

利用Python内置range生成从1到DataFrame行数的连续序列，直接替换原列：

df['Run_time'] = range(1, len(df) + 1)

也可以用numpy的arange实现相同效果：

import numpy as np
df['Run_time'] = np.arange(1, len(df) + 1)

方法2：利用索引重置生成编号 #

通过重置索引并调整起始值生成连续编号：

df['Run_time'] = df.reset_index(drop=True).index + 1

扩展：分组内连续递增（可选） #

如果后续需要按team分组，每个组内生成从1开始的连续编号，可使用groupby结合cumcount：

df['Run_time'] = df.groupby('team').cumcount() + 1

验证结果 #

执行上述任意方法后，打印DataFrame即可看到修改后的效果：

print("修改后df = \n", df)

输出的Run_time列将是1到12的连续递增序列。

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