如何用Python在Pandas DataFrame生成满足条件的重置累计列？

针对你需要为超大规模Pandas DataFrame（3000万行）生成符合规则的累计列需求，推荐使用全矢量化的Pandas内置操作，避免低效的apply逐行处理，具体实现步骤如下：

核心思路 #

通过标记重置分界点，将连续符合条件的行划分为分组，再在分组内计算累计计数，最后将非0值行的计数重置为0。

代码实现 #

import pandas as pd

# 假设你的DataFrame名为df
# 1. 生成重置标记：当用户变更或Value Col不为0时标记为True
df['flag'] = (df['User'] != df['User'].shift()) | (df['Value Col'] != 0)

# 2. 生成分组编号：每次遇到重置标记，分组号递增
df['group_num'] = df['flag'].cumsum()

# 3. 计算组内累计计数，再将非0值行的计数设为0
df['Running total'] = df.groupby('group_num').cumcount() + 1
df.loc[df['Value Col'] != 0, 'Running total'] = 0

# 可选：删除中间辅助列
df = df.drop(['flag', 'group_num'], axis=1)

效果验证 #

以上代码完全匹配你给出的示例输出：

• 当用户不变且Value Col为0时，累计数逐行递增
• 用户变更或Value Col不为0时，累计数重置为0
• 新用户的第一个0值行，累计数从1开始

备选方案（不推荐用于大数据集） #

若因特殊规则必须使用apply，可按用户分组后逐行计算，但该方法处理3000万行速度极慢：

def calc_running_total(group):
    total = 0
    result = []
    for val in group['Value Col']:
        total = total + 1 if val == 0 else 0
        result.append(total)
    return result

df['Running total'] = df.groupby('User')['Value Col'].apply(calc_running_total).explode()

内容的提问来源于stack exchange，提问作者Steve