Python如何为Pandas DataFrame指定列重复值新增出现次序标记列

你可以直接使用pandas的groupby + cumcount组合语法完成需求，步骤如下：

1. 首先构造测试用的DataFrame（如果已有目标DataFrame可跳过这步）

import pandas as pd

df = pd.DataFrame({
    'v1': [1,2,2,3,4,5],
    'v2': [2,3,1,4,5,3]
})

2. 新增dup标记列

# cumcount默认从0开始计数，加1后就得到从1开始的同值出现次序
df['dup'] = df.groupby('v1').cumcount() + 1

3. 结果验证
   执行完上述代码后打印df，即可得到你需要的输出：

v1  v2  dup
0   1   2    1
1   2   3    1
2   2   1    2
3   3   4    1
4   4   5    1
5   5   3    1

原理解释 #

• groupby('v1')会将v1列取值相同的行划分为同一组
• cumcount()会保留原始行顺序，对每个分组内的行从0开始依次计数
• 最终计数结果加1，就得到了从1开始的同值出现顺序标记，即使某个值重复出现N次，也会按1到N依次标记。

内容的提问来源于stack exchange，提问作者EGM8686