如何在Pandas DataFrame中标记满足掩码条件的最后一行

原始数据与需求 #

首先定义初始DataFrame：

import pandas as pd
df = pd.DataFrame({'a': [20, 21, 333, 444], 'b': [20, 20, 20, 20]})

需求：通过掩码 mask = (df.a >= df.b) 创建新列c，仅在满足该掩码条件的最后一行填入'x'，其余行留空（显示NaN），期望输出如下：

a   b    c
0   20  20  NaN
1   21  20  NaN
2  333  20  NaN
3  444  20  x

无效代码分析 #

尝试的以下代码未达到预期：

df.loc[mask.cumsum().gt(1) & mask, 'c'] = 'x'

原因：mask.cumsum().gt(1) 会选中所有满足掩码且是第2个及以后的行，在本例中所有行都满足掩码，因此会给索引1、2、3的行都赋值'x'，不符合仅最后一行赋值的需求。

正确实现方法 #

方法1：直接定位最后一个满足条件的索引 #

mask = df.a >= df.b
# 获取所有满足掩码的行的索引，取最后一个
last_idx = mask[mask].index[-1]
# 初始化c列为缺失值，再给目标行赋值
df['c'] = pd.NA
df.loc[last_idx, 'c'] = 'x'

方法2：利用移位掩码定位最后一行 #

mask = df.a >= df.b
# 构造最终掩码：当前行满足条件，且下一行不满足（或当前是最后一行）
final_mask = mask & (~mask.shift(-1, fill_value=False))
df['c'] = pd.NA
df.loc[final_mask, 'c'] = 'x'

方法3：通过累计求和的最大值定位 #

mask = df.a >= df.b
cum_sum = mask.cumsum()
# 找到累计求和值等于最大值的行（即最后一个满足条件的行）
final_mask = cum_sum == cum_sum.max()
df['c'] = pd.NA
df.loc[final_mask, 'c'] = 'x'

内容的提问来源于stack exchange，提问作者AmirX