如何在Pandas中基于非NaN的b列计算a列百分比变化生成新列c

现有Pandas DataFrame：

import pandas as pd
import numpy as np
df = pd.DataFrame({'a': [10, 11, 20, 80, 1, 22], 'b':['x', np.nan, 'x', np.nan, np.nan, 'x']})

需要生成新列c，规则如下：

• 仅当b列不为NaN时，计算当前a值与前一个b非NaN的a值的百分比变化（公式：(当前值 - 前值)/前值 * 100）
• 其余位置填充NaN

预期输出：

a    b     c
0  10    x     NaN
1  11  NaN     NaN
2  20    x     100
3  80  NaN     NaN
4   1  NaN     NaN
5  22    x     10

直接通过筛选有效行计算百分比变化+索引对齐就能实现需求，代码如下：

# 筛选b非NaN的行，计算a列的百分比变化（转成百分比格式）
filtered_a = df.loc[df.b.notna(), 'a']
pct_result = filtered_a.pct_change() * 100

# 将计算结果按原DataFrame索引对齐，自动填充NaN到无效位置
df['c'] = pct_result.reindex(df.index)

说明 #

之前用df.loc[df.b.notna(), 'a'].values失败的原因是：提取values后得到的是无索引的数组，无法对应回原DataFrame的行位置。而用reindex可以保留计算结果的原始索引，和原DataFrame对齐后，自然把非有效行的位置填充为NaN。

内容的提问来源于stack exchange，提问作者AmirX