如何在Python中对DataFrame列的连续数值进行计数？

直接通过分组+累计计数的方式就能实现需求，完整代码如下：

import pandas as pd
import numpy as np

np.random.seed(150)
df = pd.DataFrame(data={'a':[1,2,3,4,5,15,16,17,18,203,204,205],'b':np.random.randint(50000,size=(12))})

# 生成连续数值段的分组标签
df['group'] = (df['a'].diff() != 1).cumsum()
# 对每个分组生成从1开始的顺序计数
df['c'] = df.groupby('group').cumcount() + 1
# 移除中间分组列（可选）
df = df.drop('group', axis=1)

print(df)

步骤解释： #

• 生成分组标签：df['a'].diff()计算列a相邻元素的差值，当差值不等于1时，说明当前行属于新的连续段，返回布尔序列。再用cumsum()将布尔值转为连续的分组编号（True视为1，False视为0），这样每个连续数值段会被分配同一个编号。
• 生成顺序计数：通过groupby('group')按连续段分组，cumcount()会在每个分组内从0开始计数，加1后就得到从1开始的顺序数，也就是需求中的列c。
• 清理中间列：如果不需要分组标签列，可以用drop移除，最终结果和预期完全一致。

内容的提问来源于stack exchange，提问作者Sun Jar