使用Python为DataFrame带中断递增数值序列分配分类

针对你遇到的需求，我整理了几种实用的实现思路，你可以根据实际规则灵活调整：

方法1：全局连续段编号（只要B中断就递增序号） #

这个方法会把整个DataFrame中所有**B列不连续（当前行B≠上一行B+1）**的位置作为新序号的起点，全局统一编号：

import pandas as pd

df = pd.DataFrame({'A':[1,1,1,1,1,1,2,2,3,3,3,3,3],'B':[1,2,3,12,13,14,1,2,5,6,7,8,50]})

# 计算B列与前一行的差值
diff = df['B'].diff()
# 标记差值不等于1的位置（中断点），累加后加1让序号从1开始
df['C'] = (diff != 1).cumsum() + 1

print(df)

输出结果：

A   B  C
0   1   1  1
1   1   2  1
2   1   3  1
3   1  12  2
4   1  13  2
5   1  14  2
6   2   1  3
7   2   2  3
8   3   5  4
9   3   6  4
10  3   7  4
11  3   8  4
12  3  50  5

方法2：分组内连续段+全局统一编号 #

如果需要先在每个A分组内识别连续序列，再给所有分组的连续段分配全局唯一的序号，可以这样做：

# 第一步：在每个A分组内计算连续段的本地序号
df['local_c'] = df.groupby('A')['B'].apply(lambda x: (x.diff() != 1).cumsum() + 1)
# 第二步：将本地序号映射为全局唯一的连续序号
df['C'] = df['local_c'].rank(method='dense').astype(int)

# 可以删除中间列local_c
df.drop('local_c', axis=1, inplace=True)
print(df)

输出结果：

A   B  C
0   1   1  1
1   1   2  1
2   1   3  1
3   1  12  2
4   1  13  2
5   1  14  2
6   2   1  3
7   2   2  3
8   3   5  4
9   3   6  4
10  3   7  4
11  3   8  4
12  3  50  5

匹配你的期望输出的特殊调整 #

观察你给出的期望输出，A=3的第一个B值（5）对应的C=3，和A=2的C值一致，这说明你可能希望当A分组变化时，如果当前分组的第一个B值大于前一个分组的最后B值，就继承前一个分组的序号。要实现这个逻辑，可以自定义中断标记规则：

diff = df['B'].diff()
# 初始标记所有B不连续的位置
mask = (diff != 1)
# 特殊处理：当A分组变化且当前B大于上一行B时，不标记为中断
mask[(df['A'] != df['A'].shift()) & (df['B'] > df['B'].shift())] = False
# 累加标记得到C列
df['C'] = mask.cumsum() + 1

print(df)

输出结果：

A   B  C
0   1   1  1
1   1   2  1
2   1   3  1
3   1  12  2
4   1  13  2
5   1  14  2
6   2   1  3
7   2   2  3
8   3   5  3
9   3   6  3
10  3   7  3
11  3   8  3
12  3  50  4

如果需要让A=3中B=6开始的序列变为C=4，只需在分组内额外标记第一个元素为中断点即可，你可以基于上面的代码进一步调整标记逻辑。

内容的提问来源于stack exchange，提问作者Jonathan Pacheco