Pandas无分组生成连续行号及Numpy高性能实现问询

你使用的代码输出全为1的原因非常明确：groupby('id_col')会按照唯一id列进行分组，由于id是唯一标识，每个分组仅包含1行数据。cumcount()的作用是返回分组内行的序号（从0开始计数），所有分组的返回值都是0，加1后自然全部为1，完全不满足全局连续行号的需求。

1. Pandas原生实现 #

不需要使用分组逻辑，直接生成全局连续序列赋值即可：

# 方法1：直接通过range生成，适合原有索引无需保留的场景
df['row_num'] = range(1, len(df) + 1)

# 方法2：基于重置后的索引生成，兼容原有索引不连续、非数字的场景
df['row_num'] = df.reset_index(drop=True).index + 1

2. Numpy高性能实现（大数据量优先选择） #

当DataFrame行数在10万级以上时，numpy方案的性能是纯pandas方案的2~5倍，实现代码如下：

import numpy as np
df['row_num'] = np.arange(len(df)) + 1

该方案直接在内存中生成连续整数数组，无额外的DataFrame结构操作开销，是所有可行方案中性能最优的。

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