Pandas如何根据DataFrame指定列分组添加连续整数序列新列

初始数据 #

首先构造示例DataFrame：

import pandas as pd
df =  pd.DataFrame({'A':[3,5,2,5,4,2,5,2,3,1,4,1], 'B':['x','y','x','x','y','z','z','x','y','y','x','z']})

需求说明 #

为DataFrame新增列C，赋值规则：

• 按B列的不同取值分组
• 每组内的行保留原表中的先后顺序
• 组内从1开始依次赋值连续递增整数

预期最终效果：

A  B  C
0   3  x  1
1   5  y  1
2   2  x  2
3   5  x  3
4   4  y  2
5   2  z  1
6   5  z  2
7   2  x  4
8   3  y  3
9   1  y  4
10  4  x  5
11  1  z  3

实现代码 #

直接使用groupby配合cumcount方法即可，注意cumcount默认从0开始计数，需要+1调整起始值：

df['C'] = df.groupby('B').cumcount() + 1

逻辑说明 #

• groupby('B')按B列值拆分分组，拆分过程不会改变原表行的相对顺序
• cumcount()会对每个分组内的行，按原顺序返回从0开始的递增值
• 加1后即可满足从1开始计数的要求，运行结果和预期完全一致

内容的提问来源于stack exchange，提问作者HappyPy