如何为Pandas DataFrame添加标签列，实现重复Ids序列分组？

先还原你的DataFrame场景：

import pandas as pd

data = {'Ids': [1, 2, 3, 1, 2, 3, 1, 2, 3], 'Value': [32, 56, 87, 12, 45, 78, 14, 21, 56]}
df = pd.DataFrame(data)

你需要给每一组连续的Ids 1-3添加Case标签（A、B、C...），这个需求用两行核心代码就能搞定，非常简洁：

# 生成分组编号：每次遇到Ids=1就开启新分组
df['Case'] = (df['Ids'] == 1).cumsum()
# 将数字编号转为A/B/C这类字母标签
df['Case'] = df['Case'].apply(lambda x: chr(ord('A') + x - 1))
# 调整列顺序，让Case列排在最前面
df = df[['Case', 'Ids', 'Value']]

运行后就能得到你想要的结果：

Case  Ids  Value
0    A    1     32
1    A    2     56
2    A    3     87
3    B    1     12
4    B    2     45
5    B    3     78
6    C    1     14
7    C    2     21
8    C    3     56

原理说明 #

• (df['Ids'] == 1).cumsum()：这一步会先把所有Ids=1的行标记为1，其他行标记为0，然后对这些值累加。每遇到一个1，累加结果就加1，刚好对应每一组的编号（第一组是1，第二组是2，以此类推）。
• chr(ord('A') + x -1)：把数字编号转换成对应的字母，1对应A，2对应B，完全匹配你需要的标签格式。

如果之后你的分组起始标识有变化，或者需要更灵活的分组逻辑，也可以用df.groupby((df['Ids'] == 1).cumsum()).ngroup()来生成编号，不过当前场景下上面的方法是最直接高效的。

内容的提问来源于stack exchange，提问作者Totor