如何对DataFrame按id分组后逐行递增组内val列的值？

首先构造测试数据集：

import pandas as pd

# 初始化示例DataFrame
df = pd.DataFrame({
    'id': ['a', 'a', 'a', 'b', 'b'],
    'group': [1, 2, 3, 1, 2],
    'val': [10, 10, 10, 25, 25]
})

核心实现逻辑 #

利用pandas分组的累计计数函数生成每行的偏移量，和组内基准val相加即可，不需要写循环，执行效率很高：

# 通用写法：无论同组初始val是否一致都能正确运行
df['val'] = df.groupby('id')['val'].transform('first') + df.groupby('id').cumcount()

运行后得到的结果完全匹配预期：

id  group  val
0  a      1   10
1  a      2   11
2  a      3   12
3  b      1   25
4  b      2   26

逻辑说明 #

• groupby('id').cumcount()：会按行顺序给每个id分组内的记录生成从0开始的连续整数，正好对应每行需要递增的偏移量：组内第一行加0（保留原值），第二行加1，第三行加2，以此类推
• groupby('id')['val'].transform('first')：取每个id分组内第一行的val值作为整个组的基准值，避免同组初始val存在差异时计算出错
• 如果你能确定同组内所有初始val值完全相同，可以用更简洁的写法：

df['val'] = df['val'] + df.groupby('id').cumcount()

内容的提问来源于stack exchange，提问作者user12314164