基于col1列值出现次数为value列累加指定常量的实现需求

初始数据 #

给定初始DataFrame：

import pandas as pd

df = pd.DataFrame({'col1':['x','x','x','x','x','y','y','y','y','y','y','y'],
                   'value':[0,0,0,0,0,0,0,0,0,0,0,0]})

需求说明 #

需要对value列进行累加更新：

• 每出现一次x，value从0开始累加100
• 每出现一次y，value从x分组的最终累加值继续累加150
  最终实现逐行递增的累计结果。

解决方案 #

方法一：替换映射后直接累计求和

这是最简洁的实现方式，先将col1的取值替换为对应常量，再计算累计和：

# 定义取值与常量的映射关系
const_map = {'x': 100, 'y': 150}
# 替换后计算累计和
df['value'] = df['col1'].map(const_map).cumsum()

方法二：分组序号计算后累加

如果需要更清晰地展示分组内的计数逻辑，可以用groupby.cumcount获取分组内的行号，再计算对应值后累计：

const_map = {'x': 100, 'y': 150}
# 先获取每个分组内的行索引（从0开始），加1后乘以对应常量，再累计求和
df['value'] = (df.groupby('col1').cumcount() + 1) * df['col1'].map(const_map)
df['value'] = df['value'].cumsum()

最终效果 #

执行上述代码后，value列的结果为：
[100, 200, 300, 400, 500, 650, 800, 950, 1100, 1250, 1400, 1550]，完全符合需求。

内容的提问来源于stack exchange，提问作者frank