如何在Pandas中生成连续同组递增的rank序列？

首先，先明确你的需求：从order列能看出来，你要的是按seq升序排列后，对连续出现的相同qq进行组内从1开始的编号，而非对每个qq的所有seq记录做全局排名——这也是你当前代码得到result列（不符合预期）的原因。

先把你的数据整理成清晰的表格：

问题原因 #

你当前的代码a.assign(rs=a.sort_values(['seq'], ascending=True).groupby(['qq'])['seq'].rank(method='first'))是对每个qq的所有seq记录做全局排名，所以会出现644128000第三次出现时rank为3，而不是回到1的情况——这和你要的连续分组编号逻辑完全不同。

解决方法 #

我们需要先按seq排序，然后识别连续相同的qq组，再在每个组内生成从1开始的编号。具体代码如下：

import pandas as pd

# 假设你的数据存储在DataFrame a中
a_sorted = a.sort_values('seq', ascending=True).reset_index(drop=True)
# 创建连续分组标识：当当前行qq与上一行不同时，标记为新组
a_sorted['group_id'] = (a_sorted['qq'] != a_sorted['qq'].shift(1)).cumsum()
# 生成目标order列：每个连续组内从1开始计数
a_sorted['order'] = a_sorted.groupby('group_id').cumcount() + 1

# 查看结果
print(a_sorted[['qq', 'seq', 'order', 'result']])

代码解释 #

• a_sorted['qq'] != a_sorted['qq'].shift(1)：判断当前行的qq是否和上一行不同，返回布尔值序列
• .cumsum()：把布尔值转换为整数（True为1，False为0），累加后得到连续相同qq的唯一分组ID
• groupby('group_id').cumcount() + 1：在每个分组内从0开始计数，加1后得到从1开始的编号，完美匹配你需要的order列

运行这段代码后，就能得到你期望的排序结果啦。

内容的提问来源于stack exchange，提问作者peteryoung