如何使用Pandas内置功能实现基于B值出现的Series分组

嘿，这个需求我之前也碰到过，用Pandas的内置函数就能轻松搞定，核心就是靠一个辅助列标记分组触发点，再做累加就行。咱们一步步来：

首先先还原你的示例数据：

import pandas as pd

data = {'Data': ['A', 'A', 'B', 'A', 'A', 'A', 'B', 'A', 'A', 'B']}
df = pd.DataFrame(data)

实现步骤 #

1. 创建辅助列标记触发点
   咱们先做一个叫is_B的辅助列，用来标记每一行是不是B——把布尔值转成整数后，B对应的就是1，其他行是0：

df['is_B'] = (df['Data'] == 'B').astype(int)

这时候你的DataFrame会多一列标记结果：

2. 累加辅助列生成分组编号
   接下来用cumsum()对is_B列做累加求和——每次遇到B（也就是值为1的行），累加结果就会加1，而A对应的0不会改变当前的累加值，正好实现“每遇到B就递增分组编号”的需求：

df['Group'] = df['is_B'].cumsum()

3. 可选：删除辅助列
   如果不需要保留is_B这个中间列，直接删掉就行：

df = df.drop('is_B', axis=1)

最终结果 #

运行完上面的代码，你会得到完全符合需求的结果：

Data  Group
0    A      0
1    A      0
2    B      1
3    A      1
4    A      1
5    A      1
6    B      2
7    A      2
8    A      2
9    B      3

小调整（如果需要） #

要是你希望分组编号从1开始而不是0，只需要在累加后加1即可：

df['Group'] = df['is_B'].cumsum() + 1

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