如何为Pandas DataFrame添加分组唯一标识列及统计Cat1-Cat2对数量

嘿，针对你提出的两个Pandas操作问题，我来给你详细拆解解决办法，附代码示例和说明：

如果需要给DataFrame里的每组数据分配一个唯一ID，核心思路是先按指定列（比如你提到的Cat1、Cat2）分组，再给每个分组映射唯一标识。这里有两种常用且高效的方法：

• 方法一：使用groupby().ngroup()
  这个方法会自动给每个分组分配从0开始的连续整数ID，默认按分组键的排序顺序分配。如果想按分组首次出现的顺序分配ID，加上sort=False即可。

  import pandas as pd
  
  # 先构造一个示例DataFrame
  df = pd.DataFrame({
      "Cat1": ["A", "A", "B", "B", "A", "B"],
      "Cat2": ["X", "X", "Y", "Y", "Z", "X"]
  })
  
  # 添加分组唯一标识列GroupID
  df["GroupID"] = df.groupby(["Cat1", "Cat2"], sort=False).ngroup()
  

  运行后，每个Cat1-Cat2配对的组都会有专属的ID，比如(A,X)是0，(B,Y)是1，(A,Z)是2，(B,X)是3。

• 方法二：使用factorize()处理分组键
  先把Cat1和Cat2组合成元组作为分组键，再用factorize()生成唯一ID，这种方式也是按分组首次出现的顺序分配ID，非常直观：

  # 生成分组键元组列表
  group_keys = list(zip(df["Cat1"], df["Cat2"]))
  # 生成唯一标识列
  df["GroupID"] = pd.factorize(group_keys)[0]
  

要统计每个配对的出现次数并按升序排列，有两种简洁的实现方式：

• 方法一：直接用value_counts()
value_counts()可以直接对多列组合统计频次，默认是降序排列，只需设置ascending=True就能改成升序，最后用reset_index()把结果转成标准DataFrame格式：

  # 统计配对数量并按升序排列
  count_df = df[["Cat1", "Cat2"]].value_counts(ascending=True).reset_index(name="Count")
  

• 方法二：groupby() + size() + 排序
  先分组计算每组的大小，再对计数结果进行升序排序，适合需要更灵活控制分组逻辑的场景：

  # 分组统计每组数量
  count_df = df.groupby(["Cat1", "Cat2"]).size().reset_index(name="Count")
  # 按Count列升序排序，同时重置索引
  count_df = count_df.sort_values(by="Count", ascending=True).reset_index(drop=True)
  

  两种方法最终都会得到类似这样的结果（以示例DataFrame为例）：

  Cat1	Cat2	Count
  A	Z	1
  B	X	1
  A	X	2
  B	Y	2

内容的提问来源于stack exchange，提问作者wesanyer