能否用np.where在DataFrame中逐行实时更新New Sub.列值？

你的问题核心在于np.where是向量化批量计算，所有行的计算都依赖列的原始值，无法获取逐行更新后的中间结果，因此没法实现这种依赖前一行状态的累积操作。下面提供两种可行的实现方式：

1. 逐行迭代更新（适合小数据集） #

先初始化目标列，再按学生分组后逐行判断并更新累积结果：

import pandas as pd

# 示例DataFrame
data = {
    "Student": ["Alice", "Alice", "Alice", "Bob", "Bob"],
    "Subject.": ["Math", "English", "History", "Math", "Science"],
    "Mark.": ["pass", "fail", "pass", "pass", "pass"]
}
Classroom = pd.DataFrame(data)

# 初始化New Sub.列
Classroom["New Sub."] = ""

# 按学生分组处理累积
for student, group in Classroom.groupby("Student"):
    current_pass = ""
    for idx, row in group.iterrows():
        if row["Mark."] == "pass":
            current_pass = f"{current_pass},{row['Subject.']}" if current_pass else row["Subject."]
        Classroom.loc[idx, "New Sub."] = current_pass

运行后结果符合预期：

2. 分组+自定义累积函数（适合大数据集） #

用groupby结合apply实现更高效的分组累积，避免全局迭代的性能损耗：

def accumulate_pass_subjects(group):
    accumulated = []
    current = ""
    for _, row in group.iterrows():
        if row["Mark."] == "pass":
            current = f"{current},{row['Subject.']}" if current else row["Subject."]
        accumulated.append(current)
    group["New Sub."] = accumulated
    return group

# 分组应用累积函数
Classroom = Classroom.groupby("Student", group_keys=False).apply(accumulate_pass_subjects)

关键说明 #

• 必须按学生分组处理，否则会把不同学生的科目混在一起累积。
• 两种方法都是逐行维护一个current_pass变量，实时更新已通过的科目列表，解决了np.where无法获取中间更新值的问题。

内容的提问来源于stack exchange，提问作者MoS