如何在Pandas中定位最后一个outcome值后的首个负rice值

核心思路 #

不用纠结shift()，直接定位关键节点更直观：

1. 找到每个DataFrame里最后一个非空outcome的位置
2. 取这个位置之后的所有行，从中揪出第一个rice为负数的行
3. 只给这一行的标记列打标，其他行（包括其他负rice行）都不标记

通用处理函数 #

写一个可复用的函数，适配所有你的DataFrame（df1/df2/df3都能用）：

import pandas as pd

def mark_first_neg_after_last_outcome(df):
    # 复制原表，避免修改原始数据
    df_processed = df.copy()
    # 初始化标记列，默认全为False
    df_processed['first negative from last'] = False
    
    # 获取最后一个非空outcome的索引
    last_outcome_idx = df_processed['outcome'].last_valid_index()
    # 情况1：没有非空outcome，直接返回原表（可根据需求调整逻辑）
    if last_outcome_idx is None:
        return df_processed
    
    # 取最后一个outcome之后的所有行（跳过outcome所在行本身）
    rows_after_last_outcome = df_processed.loc[last_outcome_idx:].iloc[1:]
    # 情况2：最后一个outcome之后没有行，直接返回
    if rows_after_last_outcome.empty:
        return df_processed
    
    # 找到这些行里第一个rice为负的索引
    first_neg_row_idx = rows_after_last_outcome[rows_after_last_outcome['rice'] < 0].index.min()
    # 情况3：找到目标行，标记为True
    if pd.notna(first_neg_row_idx):
        df_processed.loc[first_neg_row_idx, 'first negative from last'] = True
    
    return df_processed

用法示例 #

把你的三个示例DataFrame丢进去就行：

# 处理df1
df1_marked = mark_first_neg_after_last_outcome(df1)
# 处理df2
df2_marked = mark_first_neg_after_last_outcome(df2)
# 处理df3
df3_marked = mark_first_neg_after_last_outcome(df3)

特殊情况说明 #

• 如果整个表没有非空的outcome：标记列全为False（你要是想改成标记第一个负rice，直接去掉last_outcome_idx is None的判断，直接找全表第一个负rice就行）
• 最后一个outcome之后没有负rice：标记列全为False
• 最后一个outcome之后第一行就是负rice：精准标记这一行

内容的提问来源于stack exchange，提问作者rakesh