如何在分组操作中按条件实现遇X重置的累计计数？

可以用Pandas的分组和累计计数功能实现需求，核心思路是先按X的出现划分独立分组，再在每个分组内对非X行计数，X行直接设为0。

步骤1：构造示例数据 #

import pandas as pd

data = {'Key': ['D', 'X', 'B', 'C', 'D', 'X', 'A', 'C', 'X', 'X']}
df = pd.DataFrame(data)

步骤2：生成分组并计算累计值 #

# 按X的出现创建分组标识，每遇到一个X就开启新分组
group_ids = (df['Key'] == 'X').cumsum()
# 每个分组内从1开始累计计数，再把X对应的行设为0
df['Res'] = df.groupby(group_ids).cumcount() + 1
df['Res'] = df['Res'].where(df['Key'] != 'X', 0)

最终结果 #

运行后得到的DataFrame与示例完全一致：

Key  Res
0    D    1
1    X    0
2    B    1
3    C    2
4    D    3
5    X    0
6    A    1
7    C    2
8    X    0
9    X    0

代码解释 #

• (df['Key'] == 'X').cumsum()：通过对X的布尔值累加，把连续的非X行归为同一组，每出现一个X，组号就递增，确保后续非X行进入新的计数周期。
• groupby(group_ids).cumcount() + 1：让每个分组内的行从1开始计数，避免默认的0起步。
• where(df['Key'] != 'X', 0)：把所有Key为X的行的Res值替换为0，匹配需求。

内容的提问来源于stack exchange，提问作者vicefreak04