Pandas：如何基于GroupBy创建新索引，实现分组表格转换？

完全可以实现表1到表2的转换，而且不需要必须显式使用groupby语句，但split-apply-combine正是实现这类分组计数需求的核心思路，Pandas的groupby方法本身就是对该模式的封装。以下是具体实现步骤：

核心逻辑说明 #

1. 保留全局索引：原表的行号直接对应表2中的global_index，提取即可。
2. 生成分组内独立索引：针对class_section分组，给每个组内的行分配从0开始的自增序号，即group_index。
3. 调整排序与列顺序：按class_section分组排序，再调整列的排列顺序匹配表2结构。

代码实现 #

假设原表数据存储在Pandas DataFrame df中：

import pandas as pd

# 构造表1对应的DataFrame
data = {
    'name': ['Morris', 'Gertie', 'Kristal', 'Roslyn', 'Tari', 'Dewayne', 'Edward', 'Frank'],
    'movie_watch_count': [2, 3, 3, 4, 7, 1, 6, 0],
    'class_section': [2, 1, 1, 2, 2, 1, 2, 2]
}
df = pd.DataFrame(data)

# 1. 添加global_index列（直接使用原表行号）
df['global_index'] = df.index

# 2. 生成group_index：按class_section分组后累计计数（split-apply-combine的典型应用）
df['group_index'] = df.groupby('class_section').cumcount()

# 3. 按class_section排序，调整列顺序匹配表2
result = df.sort_values('class_section')[['global_index', 'group_index', 'name', 'movie_watch_count', 'class_section']].reset_index(drop=True)

print(result)

输出结果验证 #

运行后得到的result完全匹配表2结构：

关于实现方式的补充说明 #

• split-apply-combine的本质：df.groupby('class_section').cumcount()就是split（按class_section拆分数据）→ apply（对每个组执行累计计数）→ combine（将结果合并回原表）的过程，完全符合你提到的split-apply-combine技术。
• 是否必须用groupby：不是必须，但groupby是最简洁高效的实现方式。如果不用groupby，可以手动拆分每个组、单独计数再合并，但代码会冗余且效率更低，没有必要舍近求远。

内容的提问来源于stack exchange，提问作者Larijohn Adorable