如何用Pandas为DataFrame生成基于状态重复的Rank列

假设你的DataFrame已经按Date字段排好序，我们可以通过以下步骤快速添加符合要求的Rank列：

1. 构造示例数据（匹配需求场景） #

import pandas as pd

data = {
    'Date': ['2023-01-01', '2023-01-02', '2023-01-03', '2023-01-04', '2023-01-05', '2023-01-06', '2023-01-07'],
    'State': ['State1', 'State1', 'State2', 'State2', 'State1', 'State1', 'State1'],
    'Amount': [100, 200, 150, 300, 250, 400, 500]
}
df = pd.DataFrame(data)
df['Date'] = pd.to_datetime(df['Date'])

2. 核心实现代码 #

# 标记每个连续的State分组：State切换时生成新的分组ID
df['block_id'] = (df['State'] != df['State'].shift()).cumsum()

# 对每个State，按分组出现的先后顺序分配Rank值
df['Rank'] = df.groupby('State')['block_id'].rank(method='dense').astype(int)

# 可选：删除中间临时用的block_id列
df = df.drop('block_id', axis=1)

3. 最终结果示例 #

运行后将得到完全符合需求的DataFrame：

关键逻辑说明 #

• 生成block_id：通过df['State'] != df['State'].shift()判断当前行与上一行的State是否不同，不同则标记为1，相同为0，再用cumsum()累加得到全局唯一的连续分组ID，每个连续出现的State会共享同一个ID。
• 分配Rank：按State分组后，对组内的block_id做密集排名（method='dense'），确保每个State的首次连续出现Rank为1，后续再次出现的连续块Rank依次递增，完全匹配你的规则。

内容的提问来源于stack exchange，提问作者srgam