如何为Pandas DataFrame添加随node列重置的id列？

解决方案 #

使用Pandas的groupby()结合cumcount()方法，通过矢量化操作实现需求，完全符合Pandas最佳实践，无需循环。

步骤代码 #

1. 读取原始数据（无表头时需指定列名）

import pandas as pd

# 读取数据，假设原始数据存为csv文件
df = pd.read_csv('data.csv', header=None, names=['node', 'value'])

2. 添加分组重置的ID列

# 按node列分组，每组内从0开始顺序计数
df['id'] = df.groupby('node').cumcount()

3. 调整列顺序至期望格式

# 将id列移至首位
df = df[['id', 'node', 'value']]

输出结果 #

执行上述代码后，DataFrame的输出与你期望的格式完全一致：

id    node  value
0   0  node1   0.858
1   1  node1   0.897
2   2  node1   0.954
3   0  node2   3.784
4   1  node2   7.640
5   2  node2  11.592

原理说明 #

• groupby('node')将数据按node的取值分割为独立分组；
• cumcount()为每个分组内的行分配从0开始的连续整数，自动在新分组开始时重置计数；
• 整个操作是Pandas内置的矢量化运算，性能远优于循环遍历，同时代码简洁易维护。

内容的提问来源于stack exchange，提问作者fanbondi