Pandas中为唯一列组合分配递增唯一编号的实现方法

针对你提出的需求，这里有两种简洁高效的实现方式，直接来看代码和说明：

方法一：使用groupby().ngroup()（推荐） #

这个方法最直观，专门针对分组场景，一步就能完成编号分配：

import pandas as pd

# 初始化你的DataFrame
df = pd.DataFrame({'A':['A','A','A','B','B','B','B'], 'B':['a','a','b','a','a','a','a']})

# 按A和B列分组，为每组分配递增编号（默认从0开始，+1改成从1开始）
df['C'] = df.groupby(['A', 'B']).ngroup() + 1

print(df)

方法二：使用pd.factorize() #

如果需要更灵活地处理唯一值组合，可以用factorize，它能将任意唯一序列转换成整数编码：

import pandas as pd

df = pd.DataFrame({'A':['A','A','A','B','B','B','B'], 'B':['a','a','b','a','a','a','a']})

# 将A、B两列合并为元组序列，再进行factorize编码，最后+1调整起始值
df['C'] = pd.factorize(df[['A', 'B']].apply(tuple, axis=1))[0] + 1

print(df)

输出结果 #

两种方法都会得到你期望的结果：

小说明 #

• ngroup()默认从0开始编号，所以我们加1让编号从1开始，如果你不需要这个调整，可以去掉+1。
• factorize()返回的是一个元组，第一个元素是编码数组，第二个是唯一值的索引，所以我们取[0]来获取编码。

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