Python DataFrame按时间顺序生成_cyclenumber列问题求助

你的代码核心问题是：循环结束后才把最终的p值统一赋值给整个_cyclenumber列，导致所有单元格都是同一个最终计数。你需要在循环过程中为每一行记录当前的p值，而非最后一次性赋值。

方法1：修正循环逻辑 #

初始化列表存储每一行的循环编号，循环时更新p并同步追加到列表，最后将列表绑定到新列：

p = 1
cycle_numbers = [p]  # 第一行初始编号为1
for i in range(len(df81)-1):
    if df81['_cycletime'].iloc[i] != df81['_cycletime'].iloc[i+1]:
        p += 1
    cycle_numbers.append(p)

df81['_cyclenumber'] = cycle_numbers

方法2：Pandas向量化操作（更高效） #

避免手动循环，用Pandas内置函数实现，处理大数据集时性能优势明显：

# 判断当前行与前一行的_cycletime是否不同，生成布尔序列
diff_flag = df81['_cycletime'].ne(df81['_cycletime'].shift())
# 累加布尔值（True=1，False=0），再加1得到起始为1的循环编号
df81['_cyclenumber'] = diff_flag.cumsum()

示例结果 #

针对你提供的样本数据，两种方法都会生成如下结果：

内容的提问来源于stack exchange，提问作者PP1