如何在Pandas中按特定行条件生成符合要求的新列？

原始DataFrame #

生成规则 #

• 若exit列值为0，desired_output列设为0；
• 若exit列值为1，检查后续10行内是否存在另一个1：
  • 存在：当前行desired_output设为1，后续第一个1所在行设为0；
  • 不存在：当前行desired_output设为1。

问题代码 #

用户尝试了以下代码，但未得到预期结果：

df['new_column'] = 0

for i, row in combined_df.iterrows():
    if row['exit'] == 1:
        next_rows = df.loc[i+1:i+10, 'exit']
        if (next_rows == 1).any():
            df.loc[i, 'new_column'] = 1
            later_occurrence_index = next_rows[next_rows == 1].index[0]
            df.loc[later_occurrence_index, 'new_column'] = 0
        else:
            df.loc[i, 'new_column'] = 1
    else:
        df.loc[i, 'new_column'] = 0

代码问题分析 #

1. 变量名不一致：循环遍历combined_df，但操作的是df，可能导致数据不匹配；
2. 重复处理：当后续的1被标记为0后，循环到该行时，仍会执行检查逻辑，可能覆盖之前的标记；
3. iterrows()效率低下，且容易引发索引相关的错误。

正确解决方案 #

先提取所有exit=1的索引位置，逐个处理并跳过已标记的行：

import pandas as pd

# 构造示例DataFrame
data = {'exit': [0,0,1,0,0,0,0,0,1]}
df = pd.DataFrame(data)
df['desired_output'] = 0

# 获取所有exit=1的索引列表
exit_indices = df[df['exit'] == 1].index.tolist()

for idx in exit_indices:
    # 若当前行已被标记为0，直接跳过
    if df.loc[idx, 'desired_output'] == 0:
        continue
    # 检查后续10行范围内的exit值
    next_range = df.loc[idx+1 : idx+10, 'exit']
    # 找到后续第一个1的索引
    next_one_idx = next_range[next_range == 1].index
    if not next_one_idx.empty:
        df.loc[idx, 'desired_output'] = 1
        # 标记后续第一个1的行为0
        df.loc[next_one_idx[0], 'desired_output'] = 0
    else:
        df.loc[idx, 'desired_output'] = 1

print(df)

运行后输出结果：

exit  desired_output
0     0               0
1     0               0
2     1               1
3     0               0
4     0               0
5     0               0
6     0               0
7     0               0
8     1               0

该结果完全符合规则：第2行的exit=1，后续10行内存在第8行的1，因此第2行设为1、第8行设为0；其余exit=0的行均为0。

内容的提问来源于stack exchange，提问作者deeni