Python实现按Orange出现批次为DataFrame行批量打标签

原始数据 #

目标格式 #

代码实现 #

用Pandas可以高效处理这类批量数据，核心思路是通过标记Orange的出现位置，再累计求和生成批次标签：

import pandas as pd

# 替换为你的实际数据集，这里用示例数据演示
data = {'A': ['Orange', 'Apple', 'Orange', 'Pineapple', 'Apple']}
df = pd.DataFrame(data)

# 生成label列：每次遇到'Orange'计数递增，后续行沿用当前计数
df['label'] = (df['A'] == 'Orange').cumsum()

# 输出结果
print(df)

代码说明 #

• df['A'] == 'Orange'生成布尔序列，遇到Orange时为True（等价于1），其余为False（等价于0）
• .cumsum()对布尔序列做累计求和，自动实现“遇Orange递增标签，后续行沿用”的逻辑
• 该方法时间复杂度为O(n)，处理百万级数据仍能保持高效

内容的提问来源于stack exchange，提问作者Mythili