如何在Python中为GENUS与SPECIES列的唯一组合分配唯一值？

可以用以下两种简洁的方法实现需求，基于pandas操作：

方法1：使用factorize()生成唯一编号 #

factorize()能直接对多列组合生成连续的唯一整数标识，适合快速生成ID：

import pandas as pd

# 为GENUS和SPECIES的组合创建唯一编号列（编号从1开始）
dffossil['SPECIES_UNIQUE_ID'] = pd.factorize(dffossil[['GENUS', 'SPECIES']].apply(tuple, axis=1))[0] + 1

说明：将GENUS和SPECIES两列转为元组后，factorize()会为每个唯一元组分配一个初始从0开始的整数，+1是让编号从1起步，更符合常规使用习惯。

方法2：使用groupby().ngroup()分组编号 #

如果需要按分组的顺序生成ID，ngroup()是更直观的选择：

# 按GENUS和SPECIES分组后生成唯一编号
dffossil['SPECIES_UNIQUE_ID'] = dffossil.groupby(['GENUS', 'SPECIES']).ngroup() + 1

说明：groupby()会先将相同GENUS+SPECIES的行归为一组，ngroup()为每个组分配唯一整数ID，同样+1调整起始编号。

注意事项 #

• 数据中的None值会被当作有效组合的一部分，比如(None, None)或单独含None的组合都会被分配独立的唯一ID；
• 如果你已经基于drop_duplicates()得到了去重后的DataFrame，直接在该数据上执行上述代码即可，同样能得到每个唯一组合的专属编号。

内容的提问来源于stack exchange，提问作者EnForNP