如何找到首组重复行之后的第一行并生成新列？

原始数据构造 #

import pandas as pd
df = pd.DataFrame(
    {
        'x': ['a', 'a', 'a','b', 'b','c', 'c', 'c',],
        'y': list(range(8))
    }
)

预期输出 #

x  y    z
0  a  0    NaN
1  a  1    NaN 
2  a  2    NaN
3  b  3    3
4  b  4    NaN
5  c  5    NaN
6  c  6    NaN
7  c  7    NaN

实现代码 #

# 初始化z列为空值
df['z'] = pd.NA

# 获取首组的最后一行索引
first_group_value = df['x'].iloc[0]
first_group_last_idx = df[df['x'] == first_group_value].index[-1]

# 定位到首组结束后的第一行，赋值y值到z列
target_idx = first_group_last_idx + 1
df.loc[target_idx, 'z'] = df.loc[target_idx, 'y']

逻辑说明 #

1. 先初始化z列为统一空值，确保大部分行符合预期的NaN状态
2. 通过df['x'].iloc[0]拿到首组的取值（此处为'a'），筛选出该组所有行并取最后一行的索引
3. 首组结束后的第一行索引为最后一行索引+1，用loc精准定位该行，将对应y值赋值给z列

原尝试问题分析 #

你之前的代码m = (df.x.duplicated()); out = df[m]，作用是筛选出所有重复出现的行（即x列中值重复的行，比如索引1、2、4、6、7），这和你要找的「首组结束后的第一行」逻辑完全不匹配，因此无法得到预期结果。

内容的提问来源于stack exchange，提问作者AmirX