有没有更pythonic的方式实现条件计数，生成Pandas DataFrame的count列？

你要实现的是对vals列相同值按出现顺序生成从1开始的递增序号，直接用pandas内置的分组累计计数方法就能实现，全程不用手动写for循环，代码非常简洁：

import pandas as pd

val = [1, 1, 1, 1, 2, 3, 4, 4, 5, 5, 5, 6, 7, 7, 7, 7]
df = pd.DataFrame(val, index = pd.date_range("2021-05-30", freq="D", periods=len(val)), columns=['vals'])

# 核心代码，仅一行生成count列
df['count'] = df.groupby('vals').cumcount() + 1

运行后生成的count列和你用循环得到的结果完全一致。
这里的groupby('vals')会把所有vals值相同的行归为同一组，cumcount()方法会返回每组内的行顺序编号（默认从0开始计数），加1后刚好得到你需要的从1开始的序列。相比手写循环的方案，这个方法是pandas优化过的向量化操作，数据量越大性能优势越明显。

内容的提问来源于stack exchange，提问作者jgg