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[11, 21, 24, 24, 24, 25, 25]，目标序号列应为[1, 2, 3, 3, 3, 4, 4]。
解决方案：
立即学习“Python免费学习笔记（深入）”；
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df['data'].diff() != 0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cumsum()函数对布尔序列进行累加，即可得到目标序号列。cumsum()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：
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)
运行结果：
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
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。
