如何对DataFrame中ID按递减1连续序列的行分组？

现有如下DataFrame：

需要新增result列，分组规则为：仅将ID构成递减1的连续序列的行归为同一组，预期结果如下：

之前尝试的代码df["result"] = (df["X2"] > df["X2"].shift(1)).cumsum()无法得到正确结果，需要修正。

要实现这个分组逻辑，核心是判断当前行ID与前一行ID的关系：当两者为同一ID，或当前ID比前一行ID小1时，归为同一组；其他情况则开启新分组。具体实现代码如下：

import pandas as pd

# 构造原始DataFrame
data = {
    "ID": [10,10,10,9,8,8,8,8,7,6,4,4,5,5],
    "Column B": ["item 1"]*3 + ["item 2"] + ["item 3"]*4 + ["item 4"] + ["item 5"] + ["item 6"]*2 + ["item 7"]*2
}
df = pd.DataFrame(data)

# 生成分组标记：当ID与前一行既不是相同，也不是递减1时，标记为新分组
group_flag = ~((df["ID"] == df["ID"].shift(1)) | (df["ID"] == df["ID"].shift(1) - 1))
# 通过累计求和得到result分组列，+1让分组从1开始计数
df["result"] = group_flag.cumsum() + 1

print(df)

代码说明 #

• df["ID"].shift(1)：将ID列向下偏移一行，用于和当前行ID做对比；
• (df["ID"] == df["ID"].shift(1))：判断当前行与前一行是否为同一ID；
• (df["ID"] == df["ID"].shift(1) - 1)：判断当前行ID是否比前一行ID小1（即递减1）；
• ~(...)：对上述条件取反，得到所有需要开启新分组的行；
• group_flag.cumsum()：对分组标记累计求和，再+1让分组编号从1开始。

运行后即可得到符合预期的result列。

内容的提问来源于stack exchange，提问作者Ayan