Pandas数据列添加序号，相同值序号一致

本文介绍使用Python Pandas库为数据列添加序号的方法，尤其针对连续相同值赋予相同序号的场景。通过结合Pandas和NumPy库，只需几行代码即可实现：首先创建DataFrame，然后利用`df['data'].diff() != 0`.cumsum() 巧妙地计算序号，最终生成一个新的序号列，满足连续相同值序号相同的需求，高效解决数据处理中的常见问题。 文章将详细讲解代码实现及运行结果，帮助读者快速掌握Pandas数据处理技巧。

使用Python Pandas为数据列添加序号，并为连续相同的值赋予相同的序号。

许多数据处理任务需要对数据列进行编号，且要求连续相同的数值拥有相同的序号，而不同的数值则序号递增。本文将演示如何利用Python的Pandas库高效地实现此功能。

假设有一列数据：[11, 21, 24, 24, 24, 24, 25, 25, 26, 26, 26, 26, 23, 26, 26, 26, 26, 20, 26, 26, 26, 26]，目标是生成一个序号列，满足连续相同数值拥有相同序号的条件。

我们可以结合Pandas和NumPy库来实现：

import numpy as np
import pandas as pd

data = [11, 21, 24, 24, 24, 24, 25, 25, 26, 26, 26, 26, 23, 26, 26, 26, 26, 20, 26, 26, 26, 26]
df = pd.DataFrame({'data': data})

df['序号'] = (df['data'].diff() != 0).cumsum()

print(df)

代码首先创建一个包含原始数据列'data'的Pandas DataFrame。df['data'].diff() != 0 计算相邻元素的差值，并判断是否为0（即数据是否变化）。cumsum() 对结果进行累加，生成最终的序号列'序号'。

输出结果：

    data  序号
0     11     1
1     21     2
2     24     3
3     24     3
4     24     3
5     24     3
6     25     4
7     25     4
8     26     5
9     26     5
10    26     5
11    26     5
12    23     6
13    26     7
14    26     7
15    26     7
16    26     7
17    20     8
18    26     9
19    26     9
20    26     9
21    26     9

此方法高效地为数据列添加序号，并确保连续相同的值拥有相同的序号。

到这里，我们也就讲完了《Pandas数据列添加序号，相同值序号一致》的内容了。个人认为，基础知识的学习和巩固，是为了更好的将其运用到项目中，欢迎关注golang学习网公众号，带你了解更多关于的知识点！