在Pandas数据处理场景中，经常需要按照某个主分组字段，对子组内的记录生成连续的location序号，比如按用户ID分组，给每个用户的所有订单标记从1开始的连续序号，用于标识订单在该用户下的位置。这种需求可以通过Pandas的分组操作配合序号生成方法快速实现。
实现方案
方案一：使用groupby配合cumcount方法
cumcount方法会返回每个分组内元素的累计计数，从0开始，如果需要从1开始的连续序号，只需要对结果加1即可。这种方法适合需要严格按数据原有顺序生成连续序号的场景。
import pandas as pd
# 构造示例数据
data = {
'user_id': ['A', 'A', 'A', 'B', 'B', 'C', 'C', 'C', 'C'],
'order_id': ['o1', 'o2', 'o3', 'o4', 'o5', 'o6', 'o7', 'o8', 'o9']
}
df = pd.DataFrame(data)
# 按user_id分组，生成从1开始的连续location序号
df['location'] = df.groupby('user_id').cumcount() + 1
print(df)
运行上述代码后，输出的location列会按照user_id分组，每个组内的序号从1开始连续递增，符合子组位置连续编号的需求。
方案二：使用groupby配合rank方法
如果数据中存在需要按某个字段排序后再生成连续序号的场景，可以使用rank方法，指定排序字段和排序方式，生成连续的排名作为location序号。这种方法适合需要先排序再编号的场景。
import pandas as pd
# 构造示例数据，增加订单时间字段
data = {
'user_id': ['A', 'A', 'A', 'B', 'B', 'C', 'C', 'C', 'C'],
'order_id': ['o3', 'o1', 'o2', 'o5', 'o4', 'o9', 'o6', 'o8', 'o7'],
'order_time': ['2024-01-03', '2024-01-01', '2024-01-02', '2024-01-05', '2024-01-04', '2024-01-09', '2024-01-06', '2024-01-08', '2024-01-07']
}
df = pd.DataFrame(data)
df['order_time'] = pd.to_datetime(df['order_time'])
# 按user_id分组，按order_time升序排序后生成连续location序号
df['location'] = df.groupby('user_id')['order_time'].rank(method='first', ascending=True).astype(int)
print(df)
这里rank方法的method参数设为first，表示相同值按出现顺序排名，ascending=True表示升序排列，最终得到的location序号是每个用户下按订单时间排序后的连续位置序号。
两种方案对比
| 方案 | 适用场景 | 序号起始值 | 是否支持排序后编号 |
|---|---|---|---|
| groupby + cumcount | 按数据原有顺序生成连续序号 | 0（加1后为1） | 不支持，按原始数据顺序 |
| groupby + rank | 按指定字段排序后生成连续序号 | 1 | 支持，可指定排序字段和方式 |
注意事项
- 使用cumcount生成序号时，如果需要从1开始，一定要记得加1，因为cumcount默认从0开始计数。
- 使用rank方法时，如果分组内存在相同值，需要根据业务需求选择method参数，比如first表示按出现顺序排名，min表示相同值取最小排名。
- 生成序号后如果需要保持原数据顺序，使用cumcount方案即可，不需要额外排序操作。
通过上述两种方法，就可以轻松实现在Pandas中基于分组重编号子组位置为连续的location序号的需求，大家可以根据实际业务场景选择合适的方案。
Pandas分组重编号location序号连续序号groupby修改时间：2026-07-10 16:51:24