如何基于DataFrame中坐标列的重复值创建分组ID列？

问题描述 #

现有如下结构的DataFrame：

需要完成两个操作：

1. 将BX和BY的数值截断为整数（如4.1→4，12.4→12）
2. 新增ID列，给横纵坐标完全相同的行分配同一个分组标识，最终结果如下：

解决方案 #

使用pandas可以快速实现需求，步骤如下：

1. 导入库并创建原始DataFrame

import pandas as pd

# 构造原始数据
data = {
    'BX': [4.1, 4.1, 4.1, 10.0, 10.0, 9.7],
    'BY': [12.4, 12.4, 12.4, 14.5, 14.5, 5.6]
}
df = pd.DataFrame(data)

2. 截断坐标为整数

通过astype(int)直接提取数值的整数部分（截断小数，而非四舍五入）：

df['BX'] = df['BX'].astype(int)
df['BY'] = df['BY'].astype(int)

3. 生成分组ID

有两种简洁的方法生成ID：

方法一：使用groupby.ngroup()

通过分组后获取组的索引，加1让ID从1开始：

df['ID'] = df.groupby(['BX', 'BY']).ngroup() + 1

方法二：使用pd.factorize()

将坐标组合为元组后，用factorize生成唯一标识：

df['ID'] = pd.factorize(df[['BX', 'BY']].apply(tuple, axis=1))[0] + 1

执行完成后，你的DataFrame就会变成目标格式。

内容的提问来源于stack exchange，提问作者starski