如何在Pandas中基于条件重置cummin()生成新列c？

原始DataFrame #

import pandas as pd 

df = pd.DataFrame(
    {
        'a': [98, 97, 100, 135, 103, 100, 105, 109, 130],
        'b': [100, 103, 101, 105, 110, 120, 101, 150, 160]
    }
)

期望输出 #

a    b    c
0   98  100  100
1   97  103  100
2  100  101  100
3  135  105  100
4  103  110  110
5  100  120  110
6  105  101  101
7  109  150  150
8  130  160  150

列c的生成逻辑 #

• 初始时，列c取值为列b的累积最小值（df.b.cummin()）
• 当满足条件df.a.shift(1) > df.c.shift(1)（前一行的a值大于前一行的c值）时，当前行的c取对应行的b值，并从当前行开始重新计算b的累积最小值，重置累积计算起点。

尝试的无效代码 #

df['c'] = df.b.cummin()
df.loc[df.a.shift(1) > df.c.shift(1), 'c'] = df.b

有效解决方案 #

以下方案简洁高效，在大数据集也能稳定工作：

import pandas as pd

df = pd.DataFrame(
    {
        'a': [98, 97, 100, 135, 103, 100, 105, 109, 130],
        'b': [100, 103, 101, 105, 110, 120, 101, 150, 160]
    }
)

# 初始化c列和当前累积最小值
c = [df['b'].iloc[0]]
current_min = df['b'].iloc[0]

# 逐行计算c值
for i in range(1, len(df)):
    # 检查是否触发重置条件
    if df['a'].iloc[i-1] > c[i-1]:
        current_min = df['b'].iloc[i]
        c.append(current_min)
    else:
        current_min = min(current_min, df['b'].iloc[i])
        c.append(current_min)

df['c'] = c

方案说明 #

• 从第一行开始，将b的第一个值作为初始累积最小值
• 逐行判断前一行的a是否大于前一行的c：
  • 若满足条件，将当前行的b设为新的累积最小值，赋值给当前行的c
  • 若不满足条件，更新累积最小值为当前最小值与当前行b的较小值，赋值给当前行的c

补充说明 #

此前采用的向量化方案在示例数据集可正常运行，但在大规模数据集上未达预期。上述遍历方案逻辑清晰，能稳定处理各类数据场景。

内容的提问来源于stack exchange，提问作者AmirX