如何用Pandas按同一ID每5条记录生成带序号的新ID

问题场景 #

现有如下Pandas DataFrame：

import pandas as pd

df = pd.DataFrame({'id':[100,100,100,100,100,100,100,100,100,100,100,200,200,200,200,200,200]})

需要基于id列，每5条相同id的记录生成一个带序号的新ID：

• 100有11条记录，生成100_1（前5条）、100_2（后6条）
• 200有6条记录，生成200_1
• 若某id（如400）有15条记录，生成400_1、400_2、400_3

解决方案 #

通过分组累计计数、整数除法计算组号，最后拼接生成新ID：

# 1. 按id分组，计算组内累计序号（从0开始），每5条划分为一组，组号从1开始
df['group_num'] = df.groupby('id').cumcount() // 5 + 1
# 2. 拼接原id和组号，生成新ID
df['new_id'] = df['id'].astype(str) + '_' + df['group_num'].astype(str)
# 3. 提取唯一的新ID，生成结果DataFrame
out = pd.DataFrame(df['new_id'].unique(), columns=['new_id'])

输出结果 #

new_id
0   100_1
1   100_2
2   200_1

关键逻辑说明 #

• groupby('id').cumcount()：为每个id分组内的记录从0开始生成连续序号
• // 5：整数除法，将每5条记录划分为一组（0-4对应第1组，5-9对应第2组，以此类推）
• +1：将组号从0起始转为1起始，符合需求中的序号格式
• unique()：提取每个id对应的所有分组新ID，避免重复

内容的提问来源于stack exchange，提问作者keymeans