如何在Pandas DataFrame中快速添加可动态分组的reading_set列？

当然有高效的办法啦！而且完全支持动态设置每组的读数数量，下面给你两种简单易用的方案：

方法一：利用DataFrame索引直接计算 #

这是最简洁的方式，假设你想要每组的读数数量为group_size（比如你的需求里是3），直接通过索引的整数除法就能生成分组编号：

import pandas as pd

# 示例DataFrame
df = pd.DataFrame({
    'reading': [12,13,23,9,10,67,23],
    'other': [23,15,72,23,15,99,68]
})

# 动态设置每组数量
group_size = 3
# 添加reading_set列
df['reading_set'] = df.index // group_size + 1

运行后得到的结果完全符合你的预期：

方法二：用Numpy生成序列计算 #

如果你的DataFrame索引不是连续的整数（比如有自定义索引），可以用numpy.arange生成连续序列来计算，兼容性更强：

import numpy as np

group_size = 3
df['reading_set'] = np.arange(len(df)) // group_size + 1

原理和方法一完全一致，只是用np.arange(len(df))生成了从0开始的连续整数序列，再做整数除法和加1操作。

特殊情况处理 #

如果你的DataFrame有非连续的索引，还可以先重置索引再计算：

df['reading_set'] = df.reset_index(drop=True).index // group_size + 1

这样不管原来的索引是什么样的，都能保证分组是按行的顺序来划分的。

这种方式的优势在于完全动态——你只需要修改group_size的值，就能轻松调整每组的读数数量，比如改成group_size=5就会每5条数据分为一组，非常灵活！

内容的提问来源于stack exchange，提问作者J T