Pandas分组后每组内每两行分配组序号的实现问题

问题 #

现有如下DataFrame：

import pandas as pd

data = {
    'TileDesc': ['AA', 'AA', 'AA', 'AA', 'AA', 'BB', 'BB', 'BB', 'BB'],
    'ReportDesc': ['New Report-1', 'New Report-2', 'New Report-1', 'New Report-1', 'New Report-1',
                   'New Report-4', 'New Report-2', 'New Report-4', 'New Report-6'],
    'UrlLink': ['link-1', 'link-2', 'link-1', 'link-1', 'link-1',
                'link-4', 'link-2', 'link-4', 'link-6']
}
df = pd.DataFrame(data)

需要新增Group列，要求在每个TileDesc分组内，每连续两行使用同一组序号，每过两行序号递增，期望结果如下：

TileDesc    ReportDesc UrlLink  Group
0       AA  New Report-1  link-1      1
1       AA  New Report-2  link-2      1
2       AA  New Report-1  link-1      2
3       AA  New Report-1  link-1      2
4       AA  New Report-1  link-1      3
5       BB  New Report-4  link-4      1
6       BB  New Report-2  link-2      1
7       BB  New Report-4  link-4      2
8       BB  New Report-6  link-6      2

尝试过两种方法但均不符合需求：

1. 使用ngroup方法，会给同一TileDesc的所有行分配相同组号：

df['Group'] = df.groupby(['TileDesc']).ngroup()

2. 使用全局索引计算分组，未考虑TileDesc的分组逻辑：

import math
df['Index'] = df.index + 1
df['Group'] = df['Index'].apply(lambda x : math.ceil(x/4))

请问正确的实现方式是什么？

解决方案 #

可以通过groupby按TileDesc分组后，利用cumcount()获取每个分组内的行索引（从0开始），再通过向上取整计算分组序号：

import pandas as pd
import math

# 构造原始DataFrame
data = {
    'TileDesc': ['AA', 'AA', 'AA', 'AA', 'AA', 'BB', 'BB', 'BB', 'BB'],
    'ReportDesc': ['New Report-1', 'New Report-2', 'New Report-1', 'New Report-1', 'New Report-1',
                   'New Report-4', 'New Report-2', 'New Report-4', 'New Report-6'],
    'UrlLink': ['link-1', 'link-2', 'link-1', 'link-1', 'link-1',
                'link-4', 'link-2', 'link-4', 'link-6']
}
df = pd.DataFrame(data)

# 新增Group列
df['Group'] = df.groupby('TileDesc').cumcount().apply(lambda x: math.ceil((x + 1) / 2))

print(df)

代码解释 #

• df.groupby('TileDesc').cumcount()：为每个TileDesc分组内的行生成从0开始的连续序号，比如AA分组的行序号是0、1、2、3、4，BB分组是0、1、2、3。
• lambda x: math.ceil((x + 1) / 2)：将序号+1后除以2并向上取整，实现每两行一组的效果：
  • 0+1=1 → ceil(1/2)=1
  • 1+1=2 → ceil(2/2)=1
  • 2+1=3 → ceil(3/2)=2
  • 以此类推，完美匹配需求的分组逻辑。

输出结果 #

TileDesc    ReportDesc UrlLink  Group
0       AA  New Report-1  link-1      1
1       AA  New Report-2  link-2      1
2       AA  New Report-1  link-1      2
3       AA  New Report-1  link-1      2
4       AA  New Report-1  link-1      3
5       BB  New Report-4  link-4      1
6       BB  New Report-2  link-2      1
7       BB  New Report-4  link-4      2
8       BB  New Report-6  link-6      2

内容的提问来源于stack exchange，提问作者pythondumb