Python DataFrame中创建IMEI与IMSI配对索引的实现方法咨询

核心逻辑说明 #

你现有代码仅统计了IMEI的出现次数，丢失了原始的IMEI与IMSI配对明细，需要先保留原始记录再生成两类索引：

• 索引A：先按IMEI对应的出现次数降序排序后，给每个唯一IMEI分配从1开始的连续序号
• 索引B：在同一个IMEI分组内，按原始数据中IMSI的出现顺序，分配从1开始的连续序号

完整可运行代码 #

import pandas as pd
import numpy as np

# 1. 读取原始数据，保留所有IMEI、IMSI配对明细（注意read_csv有下划线）
df_raw = pd.read_csv('file.csv', usecols=['Imei', 'Imsi'])

# 2. 统计每个IMEI的出现次数，生成索引A
df_imei_stat = df_raw.groupby('Imei', as_index=False)['Imsi'].count()\
    .rename(columns={'Imsi': 'Occurences'})\
    .sort_values(by='Occurences', ascending=False)\
    .reset_index(drop=True)
# 按排序后的顺序给IMEI分配A索引，从1开始
df_imei_stat['A'] = df_imei_stat.index + 1

# 3. 把A索引关联回原始明细数据
df_result = df_raw.merge(df_imei_stat[['Imei', 'A', 'Occurences']], on='Imei', how='left')

# 4. 生成索引B：同一个IMEI（即同一个A值）下按出现顺序编号，从1开始
df_result['B'] = df_result.groupby('A').cumcount() + 1

# 可选：按A、B排序得到规整的展示效果
df_result = df_result.sort_values(by=['A', 'B']).reset_index(drop=True)

# 输出查看结果
print(df_result)

可选优化 #

如果同一个IMEI下重复出现的相同IMSI不需要重复编号，可在读取原始数据后先执行去重：

df_raw = df_raw.drop_duplicates(subset=['Imei', 'Imsi'], keep='first').reset_index(drop=True)

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