Python/Pandas实现ID分组累计计数（ID变化时重置为1）

嘿，这个需求用Python实现的话，有几种非常贴合Python风格的方案，我给你梳理一下：

方案一：使用Pandas（最推荐，适合表格数据） #

如果你的数据是表格形式（像Excel那样），用Pandas处理绝对是最Pythonic的选择——它的groupby配合cumcount()方法正好就是为这种分组累计场景设计的，一行代码就能搞定：

import pandas as pd

# 构造示例数据
data = {
    "ID": [100001, 100001, 100001, 100001, 100002, 100002, 100003, 100003, 100003, 100003]
}

df = pd.DataFrame(data)
# 按ID分组后，对每组元素从0开始计数，加1后得到从1开始的累计值
df["CUM_FREQ"] = df.groupby("ID").cumcount() + 1

print(df)

运行后输出的结果和你给出的示例完全一致：

ID  CUM_FREQ
0   100001         1
1   100001         2
2   100001         3
3   100001         4
4   100002         1
5   100002         2
6   100003         1
7   100003         2
8   100003         3
9   100003         4

方案二：纯Python原生实现（用itertools.groupby） #

如果不想依赖第三方库，用Python标准库的itertools.groupby也能简洁实现，前提是你的ID列表是连续分组的（和示例数据一样）：

from itertools import groupby

id_list = [100001, 100001, 100001, 100001, 100002, 100002, 100003, 100003, 100003, 100003]

result = []
# 按相同ID分组，对每个组生成从1开始的计数
for id_val, group in groupby(id_list):
    group_size = len(list(group))
    result.extend([(id_val, i+1) for i in range(group_size)])

# 格式化输出
print("ID\tCUM_FREQ")
for item in result:
    print(f"{item[0]}\t{item[1]}")

注意：如果你的ID列表不是连续分组的（比如中间穿插了其他ID后又回到之前的ID），需要先对列表排序：id_list.sort()，否则groupby会把不连续的相同ID当成不同组。

方案三：手动遍历（对应Excel公式逻辑） #

如果你想完全对应Excel里IF(C3=C2,B2+1,1)的逻辑，手动遍历也是一种直观的方式，逻辑和Excel公式完全一致：

id_list = [100001, 100001, 100001, 100001, 100002, 100002, 100003, 100003, 100003, 100003]

cum_freq = []
prev_id = None
current_count = 1

for id_val in id_list:
    # 如果当前ID和上一个不同，重置计数
    if id_val != prev_id:
        prev_id = id_val
        current_count = 1
    cum_freq.append(current_count)
    current_count += 1

# 配对输出
print("ID\tCUM_FREQ")
for id_val, freq in zip(id_list, cum_freq):
    print(f"{id_val}\t{freq}")

这种方式适合理解底层逻辑，但代码量比前两种多，处理大数据量的效率也不如Pandas。

内容的提问来源于stack exchange，提问作者Rahul Sattar