如何基于applicationnumber为Pandas DataFrame列值添加递增后缀

核心实现逻辑 #

• 利用groupby('applicationnumber').cumcount()生成每个分组内从0开始的自增序号，加1后得到从1开始的步骤编号
• 将目标列的原值和_step_+步骤编号的字符串拼接，完成后缀添加

完整可运行代码 #

单列添加后缀示例 #

import pandas as pd

# 构造示例数据
data_example = {'applicationnumber': ['XYZ104183736AA', 'XYZ104183736AA', 'XDASDHGHG54G', 'XDASDHGHG54G','XDASDHGHG54G'], 
                'event_name': ['verification', 'verification', 'verification', 'verification','verification'],
                'working_time_in_seconds': [1000,2000,30000,10000,1004]}
df_example = pd.DataFrame(data_example)

# 生成分组内步骤序号
df_example['step_seq'] = df_example.groupby('applicationnumber').cumcount() + 1

# 为event_name列添加后缀
df_example['event_name'] = df_example['event_name'] + '_step_' + df_example['step_seq'].astype(str)

# 可删除临时生成的序号列
df_example.drop('step_seq', axis=1, inplace=True)

多列批量添加后缀示例 #

如果需要同时给多个列添加后缀，可遍历目标列实现：

add_suffix_cols = ['event_name', 'working_time_in_seconds']
df_example['step_seq'] = df_example.groupby('applicationnumber').cumcount() + 1
for col in add_suffix_cols:
    # 非字符串类型列需要先转成字符串再拼接
    df_example[col] = df_example[col].astype(str) + '_step_' + df_example['step_seq'].astype(str)
df_example.drop('step_seq', axis=1, inplace=True)

处理效果说明 #

以示例数据为例，处理后applicationnumber为XYZ104183736AA的两条记录，event_name会分别变为verification_step_1、verification_step_2；applicationnumber为XDASDHGHG54G的三条记录，event_name会分别变为verification_step_1、verification_step_2、verification_step_3，完全匹配需求。

内容的提问来源于stack exchange，提问作者sebikooo