如何在Pandas DataFrame中生成符合分组与列值条件的累计计数新列？

需求说明 #

需要为现有DataFrame添加新列col_new，统计**当前行之前（按日期升序）**与当前行col_1、col_2值相同，且col_3值为1的行数（需排除当前行本身）。

原始数据 #

Date        col_1   col_2   col_3
2022-08-20  5       B       1
2022-07-21  6       A       1
2022-07-20  2       A       1 
2022-06-15  5       B       1
2022-06-11  3       C       1
2022-06-05  5       C       2
2022-06-01  3       B       2
2022-05-21  6       A       1
2022-05-13  6       A       0
2022-05-10  2       B       3
2022-04-11  2       C       3
2022-03-16  5       A       3
2022-02-20  5       B       1

预期输出 #

Date        col_1   col_2   col_3   col_new
2022-08-20  5       B       1       3
2022-07-21  6       A       1       2
2022-07-20  2       A       1       1
2022-06-15  5       B       1       2
2022-06-11  3       C       1       1
2022-06-05  5       C       2       0
2022-06-01  3       B       2       0
2022-05-21  6       A       1       1
2022-05-13  6       A       0       0
2022-05-10  2       B       3       0
2022-04-11  2       C       3       0
2022-03-16  5       A       3       0
2022-02-20  5       B       1       1

错误代码及问题分析 #

原代码尝试按日期排序后标记col_3=1的行，再分组累计，但运行时抛出ValueError: Grouper for '<class 'pandas.core.frame.DataFrame'>' not 1-dimensional错误，原因是：

• 分组时使用df[['col_1','col_2']]作为分组键，但排序后的list_col_3_is_1与原df索引不一致，导致分组键和目标Series无法对齐
• 直接用DataFrame作为分组键处理Series时，Pandas无法识别一维分组逻辑

解决方案 #

正确的思路是先按日期排序，生成带分组键的临时数据集，分组计算累计和后再映射回原DataFrame：

import pandas as pd

# 假设df是原始数据
df['Date'] = pd.to_datetime(df['Date'])

# 创建临时数据集，按日期升序排序，标记col_3=1的行，保留分组键
temp_df = df.sort_values('Date').assign(
    is_target=lambda x: x['col_3'].eq(1)
)

# 按col_1和col_2分组，计算累计和，shift(1)排除当前行，填充0
temp_df['col_new'] = temp_df.groupby(['col_1', 'col_2'])['is_target'].cumsum().shift(1).fillna(0).astype(int)

# 将结果映射回原DataFrame，保持原始顺序
df = df.merge(temp_df[['Date', 'col_1', 'col_2', 'col_new']], on=['Date', 'col_1', 'col_2'], how='left')

代码说明 #

1. 先将Date列转为日期类型，确保排序逻辑正确
2. 创建临时数据集并按日期升序排序，生成is_target列标记符合col_3=1的行
3. 按col_1和col_2分组，对is_target做累计求和，再用shift(1)把当前行的累计值下移，实现排除当前行的效果，最后填充空值为0并转为整数
4. 通过merge将计算好的col_new合并回原DataFrame，保证原始行顺序不变

内容的提问来源于stack exchange，提问作者Apook