使用Python Pandas为数据列添加连续序号，且相同数据共享同一序号。
许多数据分析任务都需要根据某列数据生成序号，并要求相同数值拥有相同序号，不同数值序号递增。本文将演示如何利用Python的Pandas库高效实现此功能。
假设数据列为
，目标序号列应为
。
解决方案：
立即学习
“
Python免费学习笔记（深入）
”；
Python 3.14.3
微软官方的 Python 扩展，是 VS Code 安装量最高的扩展（209M+）。集成 IntelliSense（通过 Pylance）、调试（通过 Python Debugger）、代码检查、格式化、重构和单元测试等功能。支持 Jupyter Notebook、虚拟环境管理和多 Python 版本切换。
下载
我们可以结合Pandas和NumPy库高效解决这个问题。首先，创建一个包含数据列和序号列（初始值为0）的Pandas DataFrame。然后，使用
计算数据列中相邻元素是否不同，结果为布尔值序列。最后，使用NumPy的
函数对布尔序列进行累加，即可得到目标序号列。
函数将True值累加为1，实现序号递增。
以下代码展示具体实现：
运行结果：
此方法高效地为数据列添加连续序号，并确保相同数据共享同一序号。 我们还对结果加1，确保序号从1开始，而不是0。
[11, 21, 24, 24, 24, 25, 25][1, 2, 3, 3, 3, 4, 4]df['data'].diff() != 0cumsum()cumsum()import numpy as np
import pandas as pd
data = [11, 21, 24, 24, 24, 24, 25, 25, 26, 26, 26, 26, 23, 26, 26, 26, 26, 20, 26, 26, 26, 26]
df = pd.DataFrame({'data': data, 'nums': 0})
df['nums'] = np.cumsum(df['data'].diff() != 0) +1 # 加1使序号从1开始
print(df) data nums
0 11 1
1 21 2
2 24 3
3 24 3
4 24 3
5 24 3
6 25 4
7 25 4
8 26 5
9 26 5
10 26 5
11 26 5
12 23 6
13 26 7
14 26 7
15 26 7
16 26 7
17 20 8
18 26 9
19 26 9
20 26 9
21 26 9