Python 将组索引值添加到组

我有一个数据帧（'df'），类似于（本例简化）：

如果我这样做：

grouped=df.groupby（'timestamp'）

我现在有一个三组的groupby。我现在需要添加一个“date\u time\u trigger”列，该列包含一个基于组索引的值：

index |     timestamp    | value | date_time_trigger
================================================
001   | 2020-09-20 07:00 | 1.4   | triggergroup1
002   | 2020-09-20 07:00 | 1.5   | triggergroup1
001   | 2020-09-20 09:00 | 1.6   | triggergroup2
002   | 2020-09-20 09:00 | 1.4   | triggergroup2
001   | 2020-09-20 11:00 | 1.23  | triggergroup3
002   | 2020-09-20 11:00 | 1.46  | triggergroup3

然后，我需要将这些组合并回原始数据帧中。我尝试过简单地将列添加到原始数据帧，然后在组迭代器中更改其值：

idx=0
df['date_time_trigger']='foo'
grouped = df.groupby('timestamp')
for name,group in grouped:
  idx=idx+1
  group['date_time_trigger']='triggergroup'+str(idx)

据我所知，

date\u time\u trigger

的值是在每个组中设置的，但是现在

---

我需要将组重新组合到原始数据帧df中，以继续我的过程。我能在文档中找到的唯一方法是应用某种类型的聚合，如mean或avg，但我只需要groupby将标签添加到每个组实例中。如何取回数据帧？

使用

factorize

df['group'] = df['timestamp'].factorize()[0]+1

方法二

df.groupby('timestamp').ngroup().add(1).astype(str).radd('triggergroup')

0    triggergroup1
1    triggergroup1
2    triggergroup2
3    triggergroup2
4    triggergroup3
5    triggergroup3
dtype: object

---

美好的factorize的输出是否可以浓缩为一个字符串，从而像我原来的问题中那样给出类似“triggergroup3”的内容？我尝试了简单的python字符串concat，但熊猫不喜欢that@regretoverflow检查第二种方法：-）

df.groupby('timestamp').ngroup().add(1).astype(str).radd('triggergroup')

0    triggergroup1
1    triggergroup1
2    triggergroup2
3    triggergroup2
4    triggergroup3
5    triggergroup3
dtype: object