df["newCol"] = df.groupby("myValname").ngroup().add(1).astype(str).radd("c")

• 对于每个唯一的“myValname”，取其组顺序（0，1，...）
• 因为它是从0开始的，所以添加（1）得到1，2，...
• 然后将其字符串化以从右添加“c”

得到

>>> df
  type_x  Range  myValname newCol
0     g1   0.48        600     c1
1     g2   0.30        600     c1
2     g3   0.62        890     c2
3     g4   0.75        890     c2

在.ngroup()之后，这里是：

>>> df.groupby("myValname").ngroup()

0    0
1    0
2    1
3    1
dtype: int64

与PD.factorize的替换：

df["newCol"] = pd.Series(pd.factorize(df["myValname"])[0] + 1, dtype="str").radd("c")

其中，现在pd.factorize将0、1、...赋给“myValname”中的每个唯一值，并且之后进行与之前相同的修改。

您可以使用df. assign（）、df. apply（）和np. where（）函数基于另一列的值向DataFrame添加/追加新列，并在添加新列后返回新的Dataframe。