Python Pandas-基于前一行中的值的唯一ID

我正在为一组行创建一个ID，其中ID基于前一行中的值。我目前已经使用for循环完成了这项工作，但是由于行太多，所以速度非常慢。有没有更简单的方法

具体来说，当类别和值不等于前一行的类别和值时，我将创建一个新的唯一ID

df = date     category value
     1/1/2018 A        0
     1/2/2018 A        0
     1/3/2018 A        1
     1/4/2018 A        0
     1/1/2018 AB       1
     1/2/2018 AB       1
     1/3/2018 AB       1
     1/4/2018 ABC      0

df_out = date     category value unique_id
         1/1/2018 A        0     1
         1/2/2018 A        0     1
         1/3/2018 A        1     2
         1/4/2018 A        0     3
         1/1/2018 AB       1     4
         1/2/2018 AB       1     4
         1/3/2018 AB       1     4
         1/4/2018 ABC      0     5

---

下面的方法不一定比循环快，但至少它没有任何显式循环。首先获取下一个值和上一个值之间的差值。值更改时，差值不等于零：

val_diff = df['value'].diff().fillna(0) != 0 # Boolean!

同样的技巧对类别不起作用，因为不能减去字符。获取所有唯一类别的列表，枚举它们，并使用枚举值而不是类别名称：

unique = df['category'].unique()
unique_mapping = {y:x for x,y in enumerate(unique)}

cat_diff = df['category'].replace(unique_mapping)\
                         .diff().fillna(0) != 0

当类别的值更改时，id将增加：

df['id'] = (val_diff | cat_diff).cumsum() + 1
df
#       date category  value  id
#0  1/1/2018        A      0   1
#1  1/2/2018        A      0   1
#2  1/3/2018        A      1   2
#3  1/4/2018        A      0   3
#4  1/1/2018        B      1   4
#5  1/2/2018        B      1   4
#6  1/3/2018        B      1   4
#7  1/4/2018        B      0   5

---

不幸的是，类别并不是严格意义上的单一字符。问题应该更清楚。更新问题以反映。您可以使用原始的

shift

模式而不是diff技巧，例如

keys=df[[“类别”，“值”]；（keys！=keys.shift（））.any（axis=1.cumsum（）

@DSM-Sure。请随意将其作为答案发布。