Pandas中如何对比同列相邻值并修改另一列数据？

问题背景 #

给定示例DataFrame：

import pandas as pd
import numpy as np

df = pd.DataFrame(np.array([[1, 2, 3], [1, 5, 6], [7, 8, 9]]),
                   columns=['a', 'b', 'c'])

需要实现：当a列的第n行与第n+1行值相等时，修改第n行的c列值为XXX。用户尝试用for循环实现，但无法正常工作。

为什么循环方法失效 #

直接用for循环遍历修改Pandas数据有两个核心问题：

• 效率低下：Pandas的设计初衷是矢量化操作，循环遍历会大幅降低处理速度，数据量越大越明显。
• 视图/副本问题：df['c'][i]属于链式索引，可能返回的是原DataFrame的视图而非副本，修改操作不会同步到原数据，甚至触发SettingWithCopyWarning警告。

正确的矢量化实现方法 #

利用Pandas的shift()方法实现相邻行的对比，配合布尔掩码完成批量修改，这是Pandas的最优实践。

修改第n行的c列（当n与n+1行a值相等时） #

# 生成布尔掩码：当前行a值等于下一行a值的位置
mask = df['a'] == df['a'].shift(-1)
# 根据掩码修改c列对应位置的值
df.loc[mask, 'c'] = 'XXX'

执行后结果：

a  b    c
0  1  2  XXX
1  1  5    6
2  7  8    9

扩展：修改第n+1行的c列（当n与n+1行a值相等时） #

如果需求是修改后一行的c列，只需调整shift()的方向：

# 生成布尔掩码：当前行a值等于上一行a值的位置
mask = df['a'] == df['a'].shift(1)
df.loc[mask, 'c'] = 'XXX'

执行后结果：

a  b    c
0  1  2    3
1  1  5  XXX
2  7  8    9

核心优势 #

• 矢量化操作的处理速度远快于循环，尤其适合大规模数据集。
• 使用df.loc[]进行索引修改，避免了视图/副本的歧义问题，确保修改操作作用于原DataFrame。

内容的提问来源于stack exchange，提问作者Netbek