如何用Pythonic方式实现Pandas DataFrame连续相同值的迭代计数

解决方案 #

直接使用Pandas原生的groupby.cumcount()方法即可实现需求，该方法为底层C优化的矢量化操作，无循环开销，适配超大数据量场景。

完整实现代码

import pandas as pd
import numpy as np

# 生成测试数据
df = pd.DataFrame(np.random.randint(0,3, size=(15,4)), columns=list('ABCD'))
# 1. 生成连续相同值分组标签（你原有的实现逻辑正确）
df['subgroupA'] = (df.A != df.A.shift(1)).cumsum()
# 2. 核心逻辑：分组内生成从1开始的递增计数
df['numConsec'] = df.groupby('subgroupA').cumcount() + 1

如果不需要留存subgroupA分组标签，可以简化为一行代码，节省内存：

df['numConsec'] = df.groupby((df.A != df.A.shift()).cumsum()).cumcount() + 1

逻辑说明

• groupby按连续相同值的分组标签对数据拆分
• cumcount()返回每个分组内行的序号，默认从0开始计数
• 末尾加1即可得到从1开始的逐行递增效果，完全匹配预期输出格式

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