如何为pandas DataFrame的FailureLabel列生成符合规则的unique_id

解决方案 #

你原来的代码逻辑触发计数+1的条件不符合需求，可通过累加+后向填充的方式实现预期效果：

df['unique_id'] = df['FailureLabel'].cumsum().where(df['FailureLabel'] == 1).bfill().astype(int)

逻辑说明 #

• df['FailureLabel'].cumsum()会对所有值为1的行生成递增的累计值，连续0的位置会暂留上一个1的累计值
• 通过where(df['FailureLabel'] == 1)把所有0的位置转为缺失值
• 调用bfill()执行后向填充，所有连续0的位置会被紧随其后的第一个1的累计值填充，刚好满足「连续0和后面第一个1共享ID」的规则
• 最后用astype(int)把浮点数格式的结果转为整数
  运行上述代码得到的结果和你期望的输出完全一致。

内容的提问来源于stack exchange，提问作者Murtaza