如何在Python中对DataFrame指定列的重复数据应用乘法因子？

先看示例数据：

原始表A #

期望结果表B #

为什么df.interpolate()不适用？ #

interpolate()是用来填充缺失值的插值工具，逻辑是基于相邻非缺失值做线性/多项式等插值，完全不符合我们需要的“从连续重复组的第一个值开始，依次乘0.5衰减”的需求，直接排除这个方法。

代码实现思路 #

核心是先识别每一列的连续重复分组，再对长度大于1的分组生成衰减序列替换原重复值：

1. 给目标列生成连续重复组的ID：通过判断当前值与上一行是否不同，累计分组编号；
2. 对每个分组处理：长度为1则保留原值，长度>1则从第一个值开始，依次按上一次结果×0.5生成新序列；
3. 将处理后的序列替换回原DataFrame。

完整代码 #

import pandas as pd

# 原始数据
df = pd.DataFrame({
    'Bird1': [8, 8, 8, 4, 4, 2],
    'Bird2': [10, 10, 5, 5, 5, 3]
})

def process_repeating_groups(col, k=0.5):
    # 生成连续重复组的唯一ID
    group_ids = col.ne(col.shift()).cumsum()
    # 对每个分组生成衰减序列
    processed = col.groupby(group_ids).transform(lambda x: 
        x.iloc[0] * (k ** pd.Series(range(len(x))))
    )
    return processed

# 处理目标列
df['Bird1'] = process_repeating_groups(df['Bird1'])
df['Bird2'] = process_repeating_groups(df['Bird2'])

print(df)

运行结果 #

Bird1  Bird2
0    8.0  10.00
1    4.0   5.00
2    2.0   5.00
3    4.0   5.00
4    2.0   2.50
5    2.0   3.00

代码解释 #

• col.ne(col.shift()).cumsum()：判断当前行与上一行值是否不同，不同则生成新的分组ID，把连续相同的值归为同一组；
• groupby(group_ids).transform(...)：对每个分组应用变换，x.iloc[0] * (k ** pd.Series(range(len(x))))生成的序列，第一个元素是原值（k^0=1），第二个是原值×0.5，第三个是原值×0.5²，完全匹配需求；
• 该方法不依赖df.ne(0)，无论重复值是否为0都能处理，适用性更强。

内容的提问来源于stack exchange，提问作者gveronese