如何为Pandas DataFrame的列添加累计计数字段？

要给DataFrame新增col2列，记录col1中每个值的累计出现次数，可以用Pandas的groupby结合cumcount()方法实现，步骤如下：

代码实现 #

首先是创建原DataFrame的代码：

import numpy as np
import pandas as pd

ds = {"col1":[1,2,3,2,2,2,3,4,1,0,0,0,0,0,1,2,3,5]}
df = pd.DataFrame(data=ds)

然后新增col2列（生成从1开始的累计计数）：

df['col2'] = df.groupby('col1').cumcount() + 1

输出结果 #

执行print(df)后会得到：

col1  col2
0      1     1
1      2     1
2      3     1
3      2     2
4      2     3
5      2     4
6      3     2
7      4     1
8      1     2
9      0     1
10     0     2
11     0     3
12     0     4
13     0     5
14     1     3
15     2     5
16     3     3
17     5     1

原理说明 #

• df.groupby('col1')：将DataFrame按col1的取值分组，相同值的行被归为同一组。
• cumcount()：对每个分组内的行从0开始依次计数，加1后得到从1开始的累计出现次数，完全匹配需求。

内容的提问来源于stack exchange，提问作者Giampaolo Levorato