如何在Pandas中按条件对PON列值递增？附字典映射场景

需要实现以下逻辑处理DataFrame的PON列：

• 以LID为键，从refrence_dict中获取对应初始值填充PON列的基础值；
• 当满足条件(df['Mode'].shift(1) != 'SD') & (df['Mode'] == 'SD')时（即当前行是SD且上一行不是SD），PON列的值在当前基础上递增1；
• 其余行保持PON列的当前值不变。

原尝试代码使用cumsum方法，但该方法会累加初始值而非每次递增1，无法实现需求，寻求正确实现方式。

示例数据 #

import pandas as pd
import numpy as np

refrence_dict={'A': 100, 'B': 80, 'C': 30, 'D': 400}
df0 = pd.DataFrame({'LID': ['A', 'A', 'A', 'A', 'A', 'B', 'B', 'B', 'B', 'B', 'C', 'C', 'C', 'C', 'C'], 
                     'Mode': ['FS', 'SD', 'SD', 'FS', 'SD', 'SD', 'FS', 'FS', 'FS', 'SD', 'SD', 'FS', 'SD', 'SD', 'FS']})

原代码问题分析 #

原代码中process_1将初始值PON_tmp赋值给触发条件的行，后续op_cumsum直接累加这些初始值，导致结果是初始值的重复相加（比如A组两次触发会得到100+100=200），而非每次递增1，完全不符合需求。

正确实现思路 #

1. 先通过LID映射字典获取每组的初始值；
2. 按LID分组，标记每组内需要触发递增的行；
3. 对每组内的触发行做累计计数（每次触发加1），将累计值加到初始值上，得到最终PON值。

完整实现代码 #

import pandas as pd
import numpy as np

refrence_dict={'A': 100, 'B': 80, 'C': 30, 'D': 400}
df0 = pd.DataFrame({'LID': ['A', 'A', 'A', 'A', 'A', 'B', 'B', 'B', 'B', 'B', 'C', 'C', 'C', 'C', 'C'], 
                     'Mode': ['FS', 'SD', 'SD', 'FS', 'SD', 'SD', 'FS', 'FS', 'FS', 'SD', 'SD', 'FS', 'SD', 'SD', 'FS']})

def process_pon(df, ref_dict):
    # 1. 填充初始值
    df['PON'] = df['LID'].map(ref_dict)
    
    # 2. 分组处理递增逻辑
    def group_handler(group):
        # 标记需要递增的行
        incr_trigger = (group['Mode'].shift(1) != 'SD') & (group['Mode'] == 'SD')
        # 计算累计递增量：首次触发加1，第二次加2，以此类推
        incr_counts = incr_trigger.cumsum()
        # 初始值叠加累计递增量
        group['PON'] += incr_counts
        return group
    
    # 应用分组逻辑
    return df.groupby('LID', group_keys=False).apply(group_handler)

# 执行处理并输出结果
df1 = process_pon(df0, refrence_dict)
print(df1)

输出结果 #

LID Mode  PON
0    A   FS  100
1    A   SD  101
2    A   SD  101
3    A   FS  101
4    A   SD  102
5    B   SD   81
6    B   FS   81
7    B   FS   81
8    B   FS   81
9    B   SD   82
10   C   SD   31
11   C   FS   31
12   C   SD   32
13   C   SD   32
14   C   FS   32

内容的提问来源于stack exchange，提问作者Faheem Khan