如何对已排序的pandas DataFrame连续行按每3行规则分组标记

假设你的DataFrame命名为df，且已确认按Rank列升序完成排序，可直接通过以下两种方式实现： #

方法1：基于Rank字段生成（更稳妥，不依赖索引顺序） #

因为你的Rank是连续升序值，直接对Rank做偏移后整除运算即可：

import pandas as pd

df['Key group'] = 'K' + ((df['Rank'] - 1) // 3 + 1).astype(str)

逻辑说明： #

• Rank值为1/2/3时，Rank-1得到0/1/2，整除3后结果为0，加1得到1，最终拼接为K1
• Rank值为4/5/6时，Rank-1得到3/4/5，整除3后结果为1，加1得到2，最终拼接为K2
• 后续值以此类推，完全匹配你的分组规则

方法2：基于行位置生成（适合Rank不连续的场景） #

如果你的Rank不是从1开始的连续值，只要数据已经按规则完成排序，就可以用行位置计算：

import numpy as np

df['Key group'] = 'K' + (np.arange(len(df)) // 3 + 1).astype(str)

验证分组正确性 #

执行以下代码可以确认每个分组都包含G1/G2/G3三类值：

# 输出所有分组的Modulo_Group唯一值数量，全为3则符合要求
print(df.groupby('Key group')['Modulo_Group'].nunique())

内容的提问来源于stack exchange，提问作者krishna koti