如何用Pandas实现按客户分组的col2列生成？已尝试shift未果

给定你的DataFrame：

import pandas as pd

df = pd.DataFrame({
    'col1': [1, 3, 1, 2, 3, 5],
    'customer': ['a', 'a', 'b', 'b', 'b', 'b']
})

我们可以通过以下步骤生成符合要求的col2列：

步骤1：标记连续重复的数值段 #

先按customer分组，识别出连续相同的数值组，并计算每组的长度：

# 生成连续组的标识ID
df['group_id'] = df.groupby('customer')['col1'].apply(lambda x: x.ne(x.shift()).cumsum())
# 计算每个连续组的元素数量
df['group_len'] = df.groupby(['customer', 'group_id'])['col1'].transform('count')

步骤2：确定分组的目标填充值 #

对每个分组判断是否存在连续重复（长度≥2）的数值段，存在则取最后一个该类段的数值，不存在则标记为None：

def get_target_val(group):
    # 筛选出长度≥2的连续组
    valid_groups = group[group['group_len'] >= 2]
    if not valid_groups.empty:
        return valid_groups['col1'].iloc[-1]
    return None

# 为每个分组获取目标值
group_targets = df.groupby('customer').apply(get_target_val).reset_index(name='target_val')
df = df.merge(group_targets, on='customer', how='left')

步骤3：填充col2列 #

根据目标值生成col2：存在连续重复段的分组直接填充目标值；无连续重复段的分组，前n-1行用自身col1值，最后一行用前一行的col1值：

def fill_col2(group):
    target = group['target_val'].iloc[0]
    if pd.notna(target):
        group['col2'] = target
    else:
        group['col2'] = group['col1']
        # 最后一行替换为前一行的col1值
        group['col2'].iloc[-1] = group['col1'].iloc[-2]
    return group

# 应用填充逻辑并清理临时列
df = df.groupby('customer').apply(fill_col2).drop(columns=['group_id', 'group_len', 'target_val'])

运行后得到的结果：

col1 customer  col2
0     1        a     1
1     3        a     1
2     1        b     1
3     2        b     2
4     3        b     3
5     5        b     3

处理补充示例（无分组场景） #

对于单列数据：

df_single = pd.DataFrame({'col1': [1,1,1,3,5,8,10]})

用相同逻辑获取结果：

df_single['group_id'] = df_single['col1'].ne(df_single['col1'].shift()).cumsum()
df_single['group_len'] = df_single.groupby('group_id')['col1'].transform('count')

valid_groups = df_single[df_single['group_len'] >=2]
if not valid_groups.empty:
    result = valid_groups['col1'].iloc[-1]
else:
    result = df_single['col1'].iloc[-2]

print(result)  # 输出1

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