按条件递增行值并按组保留最新值的实现需求

需求：

• 按no字段分组，每组首行的new_val设为1
• 当cond=False时，new_val在上一行new_val基础上加1
• 当cond=True时，new_val继承上一行的new_val

输入数据：

预期输出：

解决方案 #

方法1：向量化实现（高效） #

利用分组标记和累计求和，避免循环，适合大数据量：

import pandas as pd

# 构造输入数据（实际使用时替换为你的数据读取逻辑）
data = {
    'no': ['0001/1']*4 + ['0001/2']*5 + ['0001/3']*3,
    'cond': [True, False, True, False, False, True, False, False, True, True, False, True],
    'val': [1]*12
}
df = pd.DataFrame(data)

# 1. 将cond=False转为1，True转为0
df['flag'] = (~df['cond']).astype(int)
# 2. 分组后把每组首行的flag设为0
df['flag'] = df.groupby('no')['flag'].transform(lambda x: x.mask(x.index == x.index[0], 0))
# 3. 分组累计求和后加1，得到new_val
df['new_val'] = df.groupby('no')['flag'].cumsum() + 1
# 4. 可选：删除中间flag列
df = df.drop('flag', axis=1)

print(df)

方法2：自定义分组函数（直观） #

逐行计算逻辑，更易理解：

import pandas as pd

# 构造输入数据
data = {
    'no': ['0001/1']*4 + ['0001/2']*5 + ['0001/3']*3,
    'cond': [True, False, True, False, False, True, False, False, True, True, False, True],
    'val': [1]*12
}
df = pd.DataFrame(data)

def compute_new_val(group):
    new_vals = [1]  # 首行固定为1
    for cond in group['cond'][1:]:
        if not cond:
            new_vals.append(new_vals[-1] + 1)
        else:
            new_vals.append(new_vals[-1])
    group['new_val'] = new_vals
    return group

df = df.groupby('no', group_keys=False).apply(compute_new_val)
print(df)

两种方法均能得到符合预期的结果，根据数据规模选择即可。

内容的提问来源于stack exchange，提问作者king Jude