Python Pandas 如何为数据列添加连续序号且相同数据共享序号？

在 Pandas 中，你可以使用 groupby 和 cumcount 来为数据列添加连续序号，并且相同的数据共享相同的序号。以下是一个示例：

假设你有一个 DataFrame df，其中有一列 data，你想要为这一列添加一个连续序号，且相同的数据共享相同的序号。

import pandas as pd

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

# 添加连续序号
df['序号'] = df.groupby('data').cumcount() + 1

print(df)

输出结果将会是：

  data  序号
0    A    1
1    B    1
2    A    2
3    C    1
4    B    2
5    B    3
6    A    3

解释：

• groupby('data')：按照 data 列进行分组。
• cumcount()：为每个分组内的元素生成一个从 0 开始的连续序号。
• + 1：将序号从 0 开始变为从 1 开始。

这样，相同的数据会共享相同的序号，并且序号会随着数据的重复出现而递增。

如果你希望相同的数据共享相同的序号，而不是递增，你可以使用 groupby 和 ngroup：

# 添加共享序号
df['共享序号'] = df.groupby('data').ngroup() + 1

print(df)

输出结果将会是：

  data  共享序号
0    A      1
1    B      2
2    A      1
3    C      3
4    B      2
5    B      2
6    A      1

解释：

• ngroup()：为每个分组分配一个唯一的整数编号，从 0 开始。
• + 1：将编号从 0 开始变为从 1 开始。

这样，相同的数据会共享相同的序号，但序号不会递增。