如何在DataFrame中从指定起点反向定位符合条件值并计算占比列

针对需求，我们可以用pandas实现反向定位并计算的逻辑，具体步骤如下：

1. 构造示例DataFrame #

首先还原题目中的示例数据：

import pandas as pd

data = {
    'index': [1, 2, 3, 4],
    'ItemName': ['toyHorse', 'toyDog', 'toyCat', 'toyHorse'],
    'Price': [2.99, 2.50, 2.75, 5.00],
    'Source': ['Japan', 'Cambodia', 'China', 'Japan'],
    'Cost': [2.25, 1.80, 1.10, 3.75]
}
df = pd.DataFrame(data).set_index('index')

2. 预存每行之前最近的符合条件的Cost值 #

遍历DataFrame，记录每行之前最后一个满足ItemName='toyHorse'且Source='Japan'的Cost值：

last_valid_cost = None
prev_valid_costs = []

for _, row in df.iterrows():
    prev_valid_costs.append(last_valid_cost)
    # 更新最近的有效Cost值
    if row['ItemName'] == 'toyHorse' and row['Source'] == 'Japan':
        last_valid_cost = row['Cost']

df['last_prev_valid_cost'] = prev_valid_costs

3. 筛选目标行并计算比值 #

筛选出ItemName='toyHorse'且Price>=5.00的行，计算last_prev_valid_cost/Price得到PastPricePoint：

# 筛选目标行并复制，避免修改原DataFrame
target_df = df[(df['ItemName'] == 'toyHorse') & (df['Price'] >= 5.00)].copy()
target_df['PastPricePoint'] = target_df['last_prev_valid_cost'] / target_df['Price']

# 提取所需列作为最终结果
result = target_df[['ItemName', 'Price', 'PastPricePoint']]
print(result)

输出结果 #

运行后得到的结果与需求一致：

ItemName  Price  PastPricePoint
index                                  
4        toyHorse    5.0            0.45

说明 #

• 遍历方法的优势是效率更高，尤其在处理大数据集时，避免了apply带来的性能损耗
• 如果没有找到符合条件的前置行，last_prev_valid_cost会是None，此时PastPricePoint也会是NaN，可根据需求补充处理逻辑

内容的提问来源于stack exchange，提问作者Borla312