如何基于列值范围动态为Pandas DataFrame每行分配组编号？

直接用Pandas的pd.cut和factorize组合就能实现动态分组，不用硬编码所有条件，步骤如下：

步骤1：定义col_1的区间配置 #

先把col_1的区间和对应标签（可选）定义成变量，后续要调整区间直接改这里就行：

import pandas as pd

# 定义col_1的区间（左闭右开，最后一个区间用inf表示无穷大）
col1_bins = [0, 10, 15, 20, float('inf')]
# 给每个区间起易识别的标签（也可以省略，直接用区间字符串）
col1_labels = ['0-10', '11-15', '16-20', '20+']

步骤2：对col_1进行区间划分 #

用pd.cut把col_1的值映射到对应的区间标签：

df['col1_group'] = pd.cut(df['col_1'], bins=col1_bins, labels=col1_labels, include_lowest=True)

include_lowest=True确保0这类边界值被正确包含在第一个区间里。

步骤3：合并分组条件并生成组编号 #

把col_1的区间分组和col_2的值合并成唯一组合键，再用pd.factorize给每个组合分配唯一的组编号：

# 组合两个条件成唯一键
df['group_key'] = df['col1_group'].astype(str) + '_' + df['col_2'].astype(str)
# 生成组编号（从0开始，如需从1开始可加：+1）
df['group_id'], _ = pd.factorize(df['group_key'])

完整示例代码 #

import pandas as pd

d = {'ID': [100, 101, 102, 103, 104, 105],
     'col_1': [12, 3, 7, 13, 19, 25],
     'col_2': [3, 1, 3, 3, 2, 4]
    }

df = pd.DataFrame(data=d)

# 动态定义col_1的区间和标签
col1_bins = [0, 10, 15, 20, float('inf')]
col1_labels = ['0-10', '11-15', '16-20', '20+']

# 划分col_1区间
df['col1_group'] = pd.cut(df['col_1'], bins=col1_bins, labels=col1_labels, include_lowest=True)

# 生成组编号
df['group_key'] = df['col1_group'].astype(str) + '_' + df['col_2'].astype(str)
df['group_id'], _ = pd.factorize(df['group_key'])

# 查看结果
print(df[['ID', 'col_1', 'col_2', 'group_id']])

输出结果 #

ID  col_1  col_2  group_id
0  100     12      3         0
1  101      3      1         1
2  102      7      3         2
3  103     13      3         0
4  104     19      2         3
5  105     25      4         4

可以看到第0行和第3行因col_1同属[11,15]区间、col_2均为3，被分到同一组（group_id=0）。

动态扩展说明 #

• 调整col_1区间：直接修改col1_bins和col1_labels即可，无需改动后续逻辑；
• col_2新增值：factorize会自动识别并分配新组编号，不用提前预定义所有可能值；
• 新增分组条件：只需在group_key里追加对应列的字符串转换即可，比如加上col_3：df['group_key'] = df['col1_group'].astype(str) + '_' + df['col_2'].astype(str) + '_' + df['col_3'].astype(str)

内容的提问来源于stack exchange，提问作者Michael