如何使用Python高效地为DataFrame数据列添加连续序号，并使相同数据共享相同序号？

在Pandas中，你可以使用 groupby 和 ngroup 方法来为DataFrame数据列添加连续序号，并且使相同的数据共享相同的序号。ngroup 方法会为每个组分配一个唯一的序号，从0开始递增。

以下是一个示例代码，展示如何高效地为DataFrame数据列添加连续序号，并使相同数据共享相同序号：

import pandas as pd

# 示例数据
data = {'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'baz', 'baz']}
df = pd.DataFrame(data)

# 使用groupby和ngroup为相同数据分配相同的序号
df['序号'] = df.groupby('A').ngroup()

print(df)

输出结果：

     A  序号
0  foo   0
1  bar   1
2  foo   0
3  bar   1
4  foo   0
5  baz   2
6  baz   2

解释：

1. groupby('A'): 按照列 A 进行分组。
2. ngroup(): 为每个分组分配一个唯一的序号，从0开始递增。
3. df['序号']: 将生成的序号赋值给新列 序号。

注意事项：

• ngroup 方法默认从0开始编号，如果你希望从1开始编号，可以在结果上加1：df['序号'] = df.groupby('A').ngroup() + 1。
• 这种方法适用于任何类型的列，不仅仅是字符串列。

性能考虑：

• groupby 和 ngroup 是Pandas内置的高效方法，适用于大多数情况。如果你的数据集非常大，可以考虑使用Dask等分布式计算框架来进一步提升性能。

通过这种方式，你可以高效地为DataFrame数据列添加连续序号，并使相同数据共享相同序号。