如何为DataFrame排序并生成同值共享排序序号的列？

你需要的是对相同数值分配连续且一致的排序序号，np.argsort返回的是元素在排序后的位置索引，无法满足需求。可以用以下两种简单方法实现：

方法1：使用rank方法 #

通过Series.rank配合method='dense'参数，让相同值获得连续的排名，再减去1将序号从0开始：

import pandas as pd

df = pd.DataFrame({'YYYYMM':[202206,202207,202206,202209,202206,202207]})
# 生成从0开始的连续序号
df['ORDER'] = df['YYYYMM'].rank(method='dense').astype(int) - 1
print(df)

输出结果：

YYYYMM  ORDER
0  202206      0
1  202207      1
2  202206      0
3  202209      2
4  202206      0
5  202207      1

方法2：使用factorize方法 #

factorize可以直接将唯一值映射为从0开始的整数，设置sort=True保证序号按数值大小排序：

import pandas as pd

df = pd.DataFrame({'YYYYMM':[202206,202207,202206,202209,202206,202207]})
# 生成排序后的连续序号，_ 接收唯一值数组（可忽略）
df['ORDER'], _ = pd.factorize(df['YYYYMM'], sort=True)
print(df)

输出结果与方法1完全一致。

两种方法说明 #

• rank(method='dense')：适合需要灵活调整排名规则的场景（比如还有method='first'按首次出现排名等）
• factorize(sort=True)：更简洁高效，直接完成唯一值到连续整数的映射，默认按首次出现顺序，sort=True改为按数值大小排序

内容的提问来源于stack exchange，提问作者aukk123