如何在DataFrame按prd_id分组后，首次出现1时递增计数器？

要针对每个prd_id分组独立实现你要的计数器逻辑（当counter1从非1值变为1时，counter_2递增），只需在原逻辑外层套上groupby('prd_id')分组处理即可，确保每个分组内的计数互不干扰。

实现代码 #

方法1：使用groupby.apply

df['counter_2'] = df.groupby('prd_id').apply(
    lambda group: ((group['counter1'] == 1) & (group['counter1'].shift(1) != 1)).cumsum()
).reset_index(level=0, drop=True)

方法2：使用groupby.transform（更清晰易维护）

先定义分组处理函数，再通过transform应用到每个分组：

def calculate_group_counter(group):
    # 标记当前行是1且前一行不是1的位置，再累加计数
    return ((group == 1) & (group.shift(1) != 1)).cumsum()

df['counter_2'] = df.groupby('prd_id')['counter1'].transform(calculate_group_counter)

示例验证 #

用样例数据测试效果：

import pandas as pd

# 构造测试数据
data = {
    'prd_id': ['product_A', 'product_A', 'product_A', 'product_B', 'product_B', 'product_B'],
    'counter1': [0, 1, 1, 1, 0, 1]
}
df = pd.DataFrame(data)

# 应用方法2的逻辑
def calculate_group_counter(group):
    return ((group == 1) & (group.shift(1) != 1)).cumsum()

df['counter_2'] = df.groupby('prd_id')['counter1'].transform(calculate_group_counter)

print(df)

输出结果：

prd_id  counter1  counter_2
0  product_A         0          0
1  product_A         1          1
2  product_A         1          1
3  product_B         1          1
4  product_B         0          1
5  product_B         1          2

可以看到，每个prd_id分组内独立计数：product_A中第一次出现1时counter_2变为1，后续保持；product_B中首次1记为1，从0再次变为1时counter_2递增到2，符合需求。

内容的提问来源于stack exchange，提问作者Darko37