pandas DataFrame排序后如何为FIELD等字符串标识重新顺序编号

你的核心需求是对variable_list中指定前缀的变量名，按照其在DataFrame第0列的当前出现顺序，重新生成从0开始的连续序号，替换原有序号。我们可以用pandas的向量化操作替代嵌套循环，实现更简洁高效的逻辑：

代码实现 #

import pandas as pd

# 示例测试数据
df = pd.DataFrame({
    0: ['FIELD_1','FIELD_0', 'OPERATOR_2', 'OTHER_VAR', 'OPERATOR_0'],
    1: ['POP_5_MILES', 'HH_5_MILES', 'add', 'test_val', 'mul']
})
variable_list = ['FIELD', 'OPERATOR', 'RESULT']

# 核心重编号逻辑
# 提取第0列的前缀部分
prefix = df[0].str.split('_', n=1).str[0]
# 对目标前缀的行按分组生成连续新编号，非目标行保留原值
df[0] = prefix.where(
    ~prefix.isin(variable_list),
    prefix + '_' + prefix.groupby(prefix).cumcount().astype(str)
)

方案说明 #

1. 首先按下划线拆分第0列的取值，提取出前缀部分，例如FIELD_1拆分后得到前缀FIELD
2. 用groupby+cumcount()对每个目标前缀的分组，按照行的全局先后顺序生成从0开始的连续整数，直接拼接在前缀后得到新的变量名
3. 不属于variable_list前缀的取值会原样保留，不会被修改

优势对比 #

• 完全避免手动嵌套循环，代码更简洁易读，核心逻辑仅3行
• 基于pandas向量化操作实现，数据量较大时性能远高于循环实现
• 兼容性更强，即使同前缀的行不连续也能正常按出现顺序编号

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