Python 根据表中连续行的值替换列值

我在中有一个数据帧

df_，定义如下：

import pandas as pd
dic_in = {'A':['aa','bb','cc','dd','ee','ff','gg','uu','xx','yy','zz'],
       'B':['200','200','200','400','400','500','700','700','900','900','200'],
       'C':['da','cs','fr','fs','se','at','yu','j5','31','ds','sz']}
df_in = pd.DataFrame(dic_in) 

我想调查列
B
，这样所有具有相同连续值的行都会被分配一个新值（根据我将要描述的特定规则）。我将举一个更清楚的例子：前三行['B']

等于

200

。因此，所有人都将分配数字1；第四行和第五行['B']等于

400

，因此它们将被分配为数字2。这个过程一直重复到结束。 最终结果（

df_out

）应如下所示：

# BEFORE #                # AFTER #
In[121]:df_in             In[125]df_out
Out[121]:                 Out[125]: 
     A    B   C                A  B   C
0   aa  200  da           0   aa  1  da
1   bb  200  cs           1   bb  1  cs
2   cc  200  fr           2   cc  1  fr
3   dd  400  fs           3   dd  2  fs
4   ee  400  se           4   ee  2  se
5   ff  500  at           5   ff  3  at
6   gg  700  yu           6   gg  4  yu
7   uu  700  j5           7   uu  4  j5
8   xx  900  31           8   xx  5  31
9   yy  900  ds           9   yy  5  ds
10  zz  200  sz           10  zz  6  sz

注意：

• 最后的

  行['B']

  等于

  200

  ，但分配给它的新值是

  6

  ，而不是

  1

  ！因此，必须没有重复的值
• 值必须始终从1开始，因此按递增顺序排列

你能给我建议一个聪明的方法，用熊猫来达到这样的效果吗

PS：手动映射值没有帮助，因为这是一个测试用例，最终我将有数千行要映射。它应该是自动的。

您可以通过移位列进行比较，然后使用：

---

这是一个非常好的答案！谢谢如果我想从0开始计数，你能告诉我应该怎么做吗？我想你可以用

df_in.B.ne（df_in.B.shift（））.cumsum（）.sub（1）

减去

1

，我想用两列而不是一列来进行相同的运算，我还能用.ne吗？如果没有，你还需要什么函数？我想你可以使用.ne，eq和类似的函数。但是需要相同的列名和索引。

print (df_in.B.ne(df_in.B.shift()))
0      True
1     False
2     False
3      True
4     False
5      True
6      True
7     False
8      True
9     False
10     True
Name: B, dtype: bool

df_in.B = df_in.B.ne(df_in.B.shift()).cumsum()
#same as !=, but 'ne' is faster
#df_in.B = (df_in.B != df_in.B.shift()).cumsum()
print (df_in)
     A  B   C
0   aa  1  da
1   bb  1  cs
2   cc  1  fr
3   dd  2  fs
4   ee  2  se
5   ff  3  at
6   gg  4  yu
7   uu  4  j5
8   xx  5  31
9   yy  5  ds
10  zz  6  sz