Pandas实现带标签的累计计数：生成Package列的方法问询

DevOps 小满

2026-8-11

解决Pandas DataFrame生成自定义Package列的问题

需求分析

需要新增Package列，规则为：

每个唯一的(Cluster, Country, Publishers)组合对应一个递增的基础数字（从1开始）
同一组合内，第一个Assets行的Package为基础数字，第二个为数字+a，第三个为数字+b，依此类推

实现代码

首先构造示例DataFrame（如果已有数据可跳过此步）：

import pandas as pd

data = {
    'Cluster': ['South']*11,
    'Country': ['IT']*9 + ['ES']*2,
    'Publishers': ['SS']*3 + ['ML']*3 + ['TT']*3 + ['SS']*2,
    'Assets': ['Asset1','Asset2','Asset3']*3 + ['Asset1','Asset2']
}
df = pd.DataFrame(data)

生成Package列的核心代码：

# 为每个(Cluster, Country, Publishers)组分配全局递增的基础编号（从1开始）
df['base_num'] = df.groupby(['Cluster', 'Country', 'Publishers']).ngroup() + 1

# 生成组内后缀：第一个元素无后缀，后续按a、b、c...依次生成
df['suffix'] = df.groupby(['Cluster', 'Country', 'Publishers']).cumcount().apply(
    lambda x: chr(ord('a') + x - 1) if x > 0 else ''
)

# 拼接基础编号与后缀得到最终的Package列
df['Package'] = df['base_num'].astype(str) + df['suffix']

# 清理中间辅助列（可选）
df = df.drop(['base_num', 'suffix'], axis=1)

代码说明

ngroup()：为每个分组分配从0开始的序号，加1后得到从1开始的全局递增基础数字，确保不同的(Cluster, Country, Publishers)组合对应唯一的编号。
组内cumcount()：获取每个组内的行索引（从0开始），通过apply将索引转换为对应的字母后缀：索引0（第一个行）无后缀，索引1对应a，索引2对应b，以此类推。
字符串拼接：将基础数字转为字符串后与后缀拼接，得到符合要求的Package格式。