Pandas按组从0开始累计计数问题及实现思路

嘿，我来帮你搞定这个需求！你想要对DataFrame的group列按组统计每个组内元素出现的次数（从0开始累计），这个需求其实Pandas有专门的函数可以轻松实现，下面一步步来拆解：

问题回顾 #

你的示例DataFrame：

import pandas as pd
df = pd.DataFrame({'group': list('aaabbabc')})

期望给df新增一列n，每个组内的行从0开始依次计数，最终得到：

group  n
0     a  0
1     a  1
2     a  2
3     b  0
4     b  1
5     a  3
6     b  2
7     c  0

初始代码的问题 #

你尝试的df['n'] = df.groupby('group').apply(lambda x: list(range(x.shape[0])))之所以不对，是因为groupby.apply返回的是按组索引的结果（比如索引是['a','b','c']），而原DataFrame的索引是0-7，直接赋值会导致索引不匹配，最终得到的n列会是NaN或者错误的嵌套列表。

推荐高效解法：使用cumcount() #

Pandas的groupby.cumcount()方法就是专门为这个场景设计的——它会对每个组内的行从0开始顺序计数，完美匹配你的需求：

df['n'] = df.groupby('group').cumcount()

运行这段代码后，df就会得到你期望的结果。这个方法不仅简洁，而且执行效率远高于自定义lambda的方式。

如果你想修改初始代码（用transform替代apply） #

如果一定要基于你的初始思路调整，可以用groupby.transform代替apply，因为transform会把组内的计算结果广播回原DataFrame的每一行，保持索引一致：

df['n'] = df.groupby('group').transform(lambda x: list(range(len(x))))

不过还是更推荐cumcount()，因为它是专门的API，可读性和性能都更好。

验证结果 #

运行推荐的代码后，打印df就能看到和你期望完全一致的输出啦！

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