如何基于Pandas DataFrame的两个分类列生成递增计数列？

你需要给包含username和phase列的DataFrame新增count列，该列数值为每个用户在对应阶段内的出现次数（从1开始递增），示例数据如下：

username  phase      count
0    andrew    1          1
1    andrew    1          2
2    alex      1          1
3    alex      2          1
4    andrew    1          3
5    cindy     3          1
6    alex      2          2

高效实现方案 #

直接使用Pandas原生的groupby+cumcount()方法即可，这是性能最优的方式，无需手动循环：

import pandas as pd

# 假设你的DataFrame名为df
df['count'] = df.groupby(['username', 'phase']).cumcount() + 1

逻辑说明 #

• groupby(['username', 'phase'])：按「用户名+阶段」的组合进行分组，确保每个分组仅包含同一用户在同一阶段的所有行
• cumcount()：为每个分组内的行生成从0开始的连续序号，加1后就得到了从1开始的计数，完全匹配示例需求

这个方法基于Pandas内部优化的向量化操作，处理百万级别的数据也能保持高效。

内容的提问来源于stack exchange，提问作者nerd