为DataFrame添加按continuity重置的连续group=1分组ID列

AI 小北

2026-5-15

解决DataFrame生成group_id列的需求

嘿，这个需求很明确，咱们用Pandas一步步搞定它！先理清楚核心规则：

只要group列是0，group_id直接设为0；
连续的group=1行要标同一个整数ID；
关键：每当continuity为0时，后续的group=1连续组要从1重新开始编号，之后再依次递增。

下面是具体实现代码，我会逐行解释逻辑：

import pandas as pd

# 先假设你的DataFrame已经存在，这里用示例数据演示
data = {
    'continuity': [1,1,1,1,1,1,1,1,1,1,1,0,0,1,1,1,1,1,1],
    'group': [0,1,1,1,0,1,1,1,0,0,1,1,0,1,1,0,0,1,1]
}
df = pd.DataFrame(data)

# 步骤1：标记重置区间——每次continuity=0时，开启一个新的计数区间
df['reset_interval'] = (df['continuity'] == 0).cumsum()

# 步骤2：识别所有连续的group块，只保留group=1的块编号，其他设为缺失值
df['block'] = (df['group'] != df['group'].shift()).cumsum()
df['block'] = df['block'].where(df['group'] == 1, pd.NA)

# 步骤3：在每个重置区间内，对group=1的块分配从1开始的递增ID，group=0的填充为0
df['group_id'] = df.groupby('reset_interval')['block'].rank(method='dense').fillna(0).astype(int)

# 可选：清理中间辅助列
df = df.drop(['reset_interval', 'block'], axis=1)

# 查看结果
print(df)

代码逻辑解释

步骤1：(df['continuity'] == 0).cumsum()生成递增的区间编号，每遇到continuity=0的行就加1，把数据划分为多个独立的"重置区间"，每个区间内的group=1组ID从1重新计数。
步骤2：(df['group'] != df['group'].shift()).cumsum()识别连续的同值块：当当前行group与上一行不同时，编号递增，确保每个连续的group=1/group=0块有唯一标识。再通过where过滤掉group=0的块编号，只保留需要计数的部分。
步骤3：按重置区间分组后，用rank(method='dense')为每个区间内的group=1块生成连续递增的ID，最后将group=0对应的缺失值填充为0并转为整数，得到最终的group_id列。