我有这样一个数据
| 发送标识|发送日期|产品标识|
| - ------|- ------|- ------|
| 1个|2023年1月4日|三个|
| 1个|2023年1月4日|五个|
| 第二章|2023年1月4日|三个|
| 三个|2023年1月4日|1个|
| 四个|2023年1月4日|1个|
| 四个|2023年1月4日|五个|
| 1个|二〇二三年一月五日|五个|
| 1个|二〇二三年一月五日|1个|
| 第二章|二〇二三年一月五日|四个|
| 第二章|二〇二三年一月五日|六个|
| 三个|二〇二三年一月五日|1个|
列的快速解释
tx_id是事务ID
tx_date是事务处理日期
product_id是产品ID
此处数据的行为是，如果日期发生变化，则tx_id将重置为1
我期待通过使用pyspark / pandas将数据更新为这样
快速浏览一下新身份证号码4和5
| 身份证|发送标识|发送日期|产品标识|
| - ------|- ------|- ------|- ------|
| 1个|1个|2023年1月4日|三个|
| 1个|1个|2023年1月4日|五个|
| 第二章|第二章|2023年1月4日|三个|
| 三个|三个|2023年1月4日|1个|
| 四个|四个|2023年1月4日|1个|
| 四个|四个|2023年1月4日|五个|
| 五个|1个|二〇二三年一月五日|五个|
| 五个|1个|二〇二三年一月五日|1个|
| 六个|第二章|二〇二三年一月五日|四个|
| 六个|第二章|二〇二三年一月五日|六个|
| 七|三个|二〇二三年一月五日|1个|
快速解释一下我所期待的是如何创建一个新的id列，该列的索引基于tx_id、tx_date和product_id