如何在Pandas中添加记录指定值最后出现索引的列

针对你处理大型DataFrame时循环效率低的问题，可以用pandas的向量化操作来实现，时间复杂度为O(n)，远快于循环方案。

实现步骤与代码 #

1. 先构造示例DataFrame：

import pandas as pd

df = pd.DataFrame({0: [1,5,4,1,7,9]})

2. 核心实现逻辑：

• 先创建临时列，仅在原列值等于目标值（这里是1）时记录当前索引，其余位置设为NaN
• 对临时列执行向前填充（ffill），这样每个位置都会继承最近一次出现目标值的索引
• 将填充后的列作为新列加入原DataFrame

代码如下：

# 目标值
target = 1

# 创建临时列：匹配目标值时取索引，否则为NaN
temp_col = df.index.where(df[0] == target)

# 向前填充，得到每个位置最近的目标值索引
df[1] = temp_col.ffill()

执行后得到的结果完全符合你的需求：

0    1
0  1  0.0
1  5  0.0
2  4  0.0
3  1  3.0
4  7  3.0
5  9  3.0

如果需要整数类型，可以用df[1] = temp_col.ffill().astype(int)转换。

为什么这个方法高效？ #

pandas的where和ffill都是基于底层C实现的向量化操作，避免了Python循环的开销，处理百万级甚至更大的DataFrame时性能提升非常明显。

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