为Pandas数据框按司机分组生成独立的赛季递增顺序列

我明白你想要实现的需求了——给每个司机的参赛赛季按先后顺序分配独立的序号，同一个司机的第一个赛季标1，第二个赛季标2，以此类推，不同司机的赛季序号互不干扰对吧？

先回顾下你的数据：

原始数据框 #

目标数据框 #

你之前尝试的代码是同时按driver_id和season分组后rank，这样其实是在每个司机的同一个赛季组内排序，当然得不到跨赛季的递增序号。我们需要的是仅按driver_id分组，对组内的season值按数值大小分配连续的序号。

这里给你两种简单可行的方法：

方法一：使用groupby + rank(method='dense')

这种方法利用rank的dense参数，确保相同的season值得到相同的序号，且序号是连续递增的：

df['season_order'] = df.groupby('driver_id')['season'].rank(method='dense', ascending=True).astype(int)

• method='dense'：会给相同的season分配相同的序号，且下一个不同的season序号直接+1（不会跳号）
• ascending=True：按season的数值从小到大排序分配序号，符合你目标里的逻辑
• astype(int)：把rank得到的浮点数转为整数，和目标格式一致

方法二：使用groupby + factorize

factorize可以把组内的唯一值映射为连续的整数，正好符合我们的需求：

import pandas as pd
df['season_order'] = df.groupby('driver_id')['season'].transform(
    lambda x: pd.factorize(x.sort_values())[0] + 1
)

• x.sort_values()：先对组内的season排序，确保序号按赛季先后分配
• pd.factorize()[0]：得到从0开始的连续整数，加1后变成从1开始的序号

这两种方法都能得到你想要的目标数据框，你可以根据自己的习惯选择使用。

备注：内容来源于stack exchange，提问作者Eoin Vaughan