Python Pandas如何为数据列添加序号，且连续相同值赋予相同序号？

在Pandas中，你可以使用groupby和cumcount方法来为数据列添加序号，并且为连续相同的值赋予相同的序号。以下是一个示例代码，展示如何实现这一功能：

import pandas as pd

# 示例数据
data = {'A': ['a', 'a', 'b', 'b', 'b', 'c', 'c', 'c', 'c']}
df = pd.DataFrame(data)

# 添加序号列
df['序号'] = df.groupby((df['A'] != df['A'].shift()).cumsum()).cumcount() + 1

print(df)

代码解释：

1. df['A'] != df['A'].shift()：这个表达式用于检测当前行的值是否与前一行不同。如果不同，返回True，否则返回False。
2. .cumsum()：将布尔值转换为整数（True为1，False为0），然后累加。这样，连续相同的值会被赋予相同的组号。
3. groupby：根据上一步生成的组号进行分组。
4. cumcount() + 1：为每个组内的行生成从1开始的连续序号。

输出结果：

   A  序号
0  a   1
1  a   2
2  b   1
3  b   2
4  b   3
5  c   1
6  c   2
7  c   3
8  c   4

在这个例子中，列A中的连续相同值被赋予了相同的组号，并且每个组内的行被赋予了从1开始的连续序号。

如果你希望连续相同值赋予相同的序号，而不是递增的序号，可以使用以下代码：

import pandas as pd

# 示例数据
data = {'A': ['a', 'a', 'b', 'b', 'b', 'c', 'c', 'c', 'c']}
df = pd.DataFrame(data)

# 添加序号列
df['序号'] = (df['A'] != df['A'].shift()).cumsum()

print(df)

输出结果：

   A  序号
0  a   1
1  a   1
2  b   2
3  b   2
4  b   2
5  c   3
6  c   3
7  c   3
8  c   3

在这个例子中，连续相同的值被赋予了相同的序号。