Pandas - 按所有列分组并在原始数据框中标记[重复]

Question

我有一个DataFrame，其中列'Id' 是独一无二的，还有'A', 'B', 'C' 等......

在不同的行中，所有值 'A', 'B', 'C' 都相同。我想给他们一个组名（从 1 开始的运行索引）。

例如：

df = pd.DataFrame({"A": [1, 1, 1, 2], "B": [3, 4, 4, 4], "C": [5, 5, 5, 5]})
df
Out[127]: 
   A  B  C
0  1  3  5
1  1  4  5
2  1  4  5
3  2  4  5

会变成

   A  B  C  grp
0  1  3  5    1
1  1  4  5    2
2  1  4  5    2
3  2  4  5    3

我知道我可以通过 ['A', 'B', 'C'] 分组并获取密钥，但是，我必须在未优化的情况下迭代密钥和 Dataframe。我没有以优化的方式做到这一点

Answer 1

使用GroupBy.ngroup:

df['grp'] = df.groupby(['A', 'B', 'C']).ngroup() + 1
print (df)

   A  B  C  grp
0  1  3  5    1
1  1  4  5    2
2  1  4  5    2
3  2  4  5    3

如果列已排序：

df['grp'] = pd.factorize([tuple(x) for x in df.values])[0] + 1