基于容器事件出现次数生成Temperature列的Pandas实现

问题背景 #

给定如下结构的DataFrame：

Container Event
A         Clean
B         Dry
A         Clean
A         Dry
B         Clean
C         Clean
C         Clean
C         Clean

需要新增名为Temperature的列，遵循以下规则：

• 每个容器首次出现Clean事件时，Temperature值为4
• 该容器后续出现的Clean事件，Temperature值为3
• Dry事件对应的Temperature值始终为1

处理后的目标DataFrame如下：

Container  Event  Temperature
A          Clean  4
B          Dry    1
A          Clean  3
A          Dry    1
B          Clean  4
C          Clean  4
C          Clean  3
C          Clean  3

可复现原始DataFrame的代码：

import pandas as pd

d = {'Container': ['A','B','A','A','B','C','C','C'], 'Event': ['Clean', 'Dry', 'Clean', 'Dry', 'Clean', 'Clean', 'Clean', 'Clean']}
df = pd.DataFrame(data=d)

解决方案 #

高效批量实现代码 #

# 1. 先为所有Dry事件批量赋值1
df['Temperature'] = df['Event'].replace({'Dry': 1})

# 2. 筛选Clean事件行，按容器分组统计出现顺序（序号从0开始）
clean_sequence = df[df['Event'] == 'Clean'].groupby('Container').cumcount()

# 3. 首次Clean（序号0）赋值4，后续Clean（序号≥1）赋值3
df.loc[clean_sequence.index, 'Temperature'] = clean_sequence.map({0: 4}).fillna(3)

逻辑说明 #

1. 用replace完成Dry事件的批量赋值，避免逐行遍历，效率更高；
2. 通过groupby+cumcount标记每个容器下Clean事件的出现顺序，序号0代表首次出现；
3. 利用map和fillna快速完成首次/后续Clean事件的赋值，最后回填到原DataFrame对应位置。

备选逐行实现（适合小数据集） #

如果数据集规模较小，也可以用apply逐行处理，逻辑更直观：

df['Temperature'] = df.apply(
    lambda row: 1 if row['Event'] == 'Dry' 
    else 4 if len(df[(df['Container'] == row['Container']) & (df['Event'] == 'Clean')].loc[:row.name]) == 1 
    else 3,
    axis=1
)

内容的提问来源于stack exchange，提问作者Niam45