如何按水果分组，基于index_value=100的基准年计算后续年份index列？

我来帮你搞定这个需求！你想要按fruit分组，把每组里index_value等于100的行作为基准年，计算该行之后所有年份的index列。先说说你原来代码的问题：你用了x.iloc[0]取每组第一行的价格当基准，但这完全没考虑到我们需要的是指定的基准行（就是index_value=100的那些行），而且也没法处理同一组里有多个基准点的情况（比如你的例子里apple有1961和1963两个基准年）。

解决方案代码 #

首先我们得保证数据按fruit和year排序，这样基准年之后的年份顺序是对的，然后分组处理基准价格并计算指数：

import pandas as pd

# 假设你的原始DataFrame是这个样子
data = {
    'fruit': ['apple', 'apple', 'apple', 'apple', 'banana', 'banana', 'apple'],
    'year': [1960, 1961, 1962, 1963, 1960, 1961, 1964],
    'price': [11, 12, 13, 13, 11, 12, 11],
    'index_value': [None, 100, None, 100, None, None, None],
    'Boolean': [None, True, None, True, None, None, None],
    'index': [None, None, None, None, None, None, None]
}
df = pd.DataFrame(data)

# 第一步：按fruit和year排序，确保年份顺序正确
df = df.sort_values(['fruit', 'year']).reset_index(drop=True)

# 第二步：生成基准价格列，只有index_value=100的行保留价格，其余为NaN
df['base_price'] = df['price'].mask(df['index_value'] != 100)

# 第三步：按fruit分组向前填充基准价格，让后续行都使用最近的基准价
df['base_price'] = df.groupby('fruit')['base_price'].ffill()

# 第四步：计算index列，只有基准价存在的行才计算，否则留空
df['index'] = df.apply(
    lambda row: round((row['price'] / row['base_price']) * 100) 
    if pd.notna(row['base_price']) 
    else None,
    axis=1
)

# 移除临时的base_price列
df = df.drop('base_price', axis=1)

# 查看结果
print(df)

代码解释 #

1. 排序：先按fruit和year排序，保证每个分组内的年份是递增的，这样基准年之后的行能正确继承基准价格。
2. 生成基准价格列：用mask方法把非基准行的价格设为NaN，只有index_value=100的行保留原始价格。
3. 向前填充基准价：按fruit分组后用ffill()（向前填充），这样基准年之后的每一行都会使用最近的那个基准年的价格。比如apple的1962年用1961年的基准价，1964年用1963年的基准价。
4. 计算指数：对有基准价的行，用(当前价格/基准价格)*100取整得到index，没有基准价的行（比如基准年之前的行、没有基准行的banana组）则留空。

输出结果 #

运行后得到的结果和你期望的完全一致：

fruit  year  price  index_value Boolean  index
0   apple  1960     11          NaN    None    NaN
1   apple  1961     12        100.0    True  100.0
2   apple  1962     13          NaN    None  108.0
3   apple  1963     13        100.0    True  100.0
4   apple  1964     11          NaN    None   84.0
5  banana  1960     11          NaN    None    NaN
6  banana  1961     12          NaN    None    NaN

内容的提问来源于stack exchange，提问作者asd