如何在Pandas DataFrame中为重复标识字符串添加递增序号后缀

我需要修改Pandas DataFrame中的Identifier列，原始数据如下：

Name.                Age                     Identifier
Peter Pan            13                      PanPe
James Jones          24                      JonesJa
Peter Pan            22                      PanPe
Chris Smith          19                      SmithCh

期望修改后得到：

Identifier
PanPe01
JonesJa01
PanPe02
SmithCh01

要求为首次出现的标识字符串添加01后缀，重复项依次添加02、03等递增序号。我已经了解基础逻辑代码：

combo="PanPe"
Counts={}
if combo in counts:
   count=counts[combo]
   counts[combo]=count+1
else:
   counts[combo]=1

作为Python新手，需要完整代码示例实现整列遍历处理。

方法一：利用Pandas内置方法（高效简洁） #

你可以用Pandas的groupby和cumcount方法快速实现，这比手动遍历性能更好，代码更简洁：

import pandas as pd

# 构造原始DataFrame
data = {
    'Name.': ['Peter Pan', 'James Jones', 'Peter Pan', 'Chris Smith'],
    'Age': [13, 24, 22, 19],
    'Identifier': ['PanPe', 'JonesJa', 'PanPe', 'SmithCh']
}
df = pd.DataFrame(data)

# 生成带序号的新Identifier列
df['Identifier'] = df['Identifier'] + df.groupby('Identifier').cumcount().add(1).astype(str).str.zfill(2)

# 查看结果
print(df['Identifier'])

代码说明：

• groupby('Identifier')：按标识字符串分组
• cumcount()：对每组内的行从0开始计数
• add(1)：把计数转为从1起始（对应01、02的序号）
• str.zfill(2)：把数字格式化为两位字符串，不足补0
• 最后将原标识和格式化后的序号拼接

运行后输出：

0    PanPe01
1    JonesJa01
2    PanPe02
3    SmithCh01
Name: Identifier, dtype: object

方法二：基于你的基础逻辑实现手动遍历 #

如果想更直观理解遍历过程，可以用你提供的字典计数逻辑扩展：

import pandas as pd

# 构造原始DataFrame
data = {
    'Name.': ['Peter Pan', 'James Jones', 'Peter Pan', 'Chris Smith'],
    'Age': [13, 24, 22, 19],
    'Identifier': ['PanPe', 'JonesJa', 'PanPe', 'SmithCh']
}
df = pd.DataFrame(data)

counts = {}
new_identifiers = []

# 遍历每一行的Identifier值
for combo in df['Identifier']:
    if combo in counts:
        counts[combo] += 1
    else:
        counts[combo] = 1
    # 拼接序号并格式化为两位
    new_id = f"{combo}{str(counts[combo]).zfill(2)}"
    new_identifiers.append(new_id)

# 更新DataFrame列
df['Identifier'] = new_identifiers
print(df['Identifier'])

这个版本完全沿用你熟悉的字典计数逻辑，逐行处理并生成新标识。

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