如何基于行号为Pandas DataFrame按每4行分配递增Group_ID？

想要基于行计数为Pandas DataFrame分配分组ID，规则为每4个连续行对应一个ID，最终DataFrame示例如下：

col_1    Group_ID
   v_1        1
   v_2        1
   v_3        1
   v_4        1
   v_5        2
   v_6        2
   v_7        2
   v_8        2
   v_9        3
   v_10       3

--- And so on.

原本通过以下循环逻辑实现该需求：

num = df.shape[0]
for i in range(num):
   print(math.ceil(i/4))

现在想使用apply函数结合df.index来实现，请问以下代码是否可行？求相关提示。

df['Index'] = df.index
df[GroupID] = df['Index'].apply(np.ceil)

你的代码不可行，问题出在两点：

1. GroupID没有加引号，会被Python当成未定义变量，直接报错；
2. 直接对索引调用np.ceil没有意义，你需要先把索引除以4再取上整，才能得到分组ID。

推荐实现方式（无需apply，效率更高） #

Pandas支持矢量化操作，直接用索引计算就行，比循环和apply快得多：

import pandas as pd

# 构造示例数据
df = pd.DataFrame({'col_1': [f'v_{i+1}' for i in range(10)]})

# 计算分组ID：索引从0开始，每4行一组
df['Group_ID'] = (df.index // 4) + 1

或者用np.ceil的写法（结果一致）：

import numpy as np
df['Group_ID'] = np.ceil((df.index + 1)/4).astype(int)

如果一定要用apply（不推荐） #

如果坚持要用apply，需要修正代码，通过lambda函数先做除法再取上整，同时给列名加引号：

import numpy as np

df['Index'] = df.index
df['Group_ID'] = df['Index'].apply(lambda x: np.ceil(x/4))
# 也可以用math.ceil：
# import math
# df['Group_ID'] = df['Index'].apply(lambda x: math.ceil(x/4))

注意：apply本质是逐行循环，数据量大的时候效率远低于矢量化操作，所以优先用第一种方案。

内容的提问来源于stack exchange，提问作者pythondumb