Pandas实现满足状态切换条件时复制列B值到新列C

需求说明 #

当列A满足以下状态切换条件时，将对应切换前一行的列B值复制到新建列C中，不满足条件时C列值为0：

• 状态从Forward切换为Stop或Backward
• 状态从Backward切换为Stop或Forward

示例数据：

原代码问题分析 #

你提供的两段代码均无法生效，核心问题包括：

1. 函数定义与apply逻辑脱节：在iterrows循环内重复定义函数C，但apply调用时无法关联循环内的变量，导致函数无法获取正确的状态对比值。
2. 索引逻辑错误：代码1中使用idx+1会导致索引越界，且状态对比方向搞反；代码2的循环变量未传递给apply的函数，无法实现逐行判断。
3. 未处理默认情况：函数C没有定义不满足条件时的返回值，默认返回None，导致C列全为空。

正确实现方法 #

推荐使用Pandas的矢量化操作（shift方法）实现，效率远高于iterrows循环：

import pandas as pd

# 构造示例数据
data = {
    'A': ['Stop', 'Forward', 'Forward', 'Forward', 'Backward', 'Backward', 'Backward', 'Stop', 'Stop', 'Backward', 'Backward', 'Forward', 'Forward', 'Stop'],
    'B': [0, 10, 20, 30, 10, 25, 40, 0, 0, 5, 10, 20, 30, 0]
}
df = pd.DataFrame(data)

# 获取上一行的A列值
prev_A = df['A'].shift(1)
# 获取上一行的B列值
prev_B = df['B'].shift(1)

# 定义状态切换条件
condition = (
    ((prev_A == 'Forward') & (df['A'].isin(['Stop', 'Backward']))) |
    ((prev_A == 'Backward') & (df['A'].isin(['Stop', 'Forward'])))
)

# 生成C列：满足条件取上一行B值，否则为0
df['C'] = condition.map(lambda x: prev_B if x else 0).fillna(0).astype(int)

print(df)

代码说明 #

1. shift(1)：将列数据向下偏移一行，得到上一行的状态（prev_A）和对应B值（prev_B）。
2. 条件判断：通过布尔索引筛选出符合状态切换规则的行。
3. 生成C列：对满足条件的行赋值为上一行的B值，其余行赋值为0，最后处理空值并转为整数类型。

执行后输出结果将与示例表格完全一致。

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