基于status列字符串值生成session列的R循环实现方法

方法1：矢量化操作（推荐，高效无循环） #

利用Pandas的cumsum()函数统计START的出现次数，自动为每组START-STOP分配连续的Session编号：

import pandas as pd

# 构建示例数据框
df = pd.DataFrame({
    'Status': ['START', 'STOP', 'START', 'STOP', 'START', 'STOP']
})

# 生成Session列
df['Session'] = df['Status'].eq('START').cumsum()

# 输出结果
print(df)

运行结果：

Status  Session
0  START        1
1   STOP        1
2  START        2
3   STOP        2
4  START        3
5   STOP        3

方法2：循环实现（符合你要求的循环方式） #

如果必须用循环，可通过遍历行维护当前Session编号，遇到START时递增：

import pandas as pd

# 初始化数据框（含空Session列）
df = pd.DataFrame({
    'Status': ['START', 'STOP', 'START', 'STOP', 'START', 'STOP'],
    'Session': [0] * len(df)
})

current_session = 0
for idx, row in df.iterrows():
    if row['Status'] == 'START':
        current_session += 1
    df.loc[idx, 'Session'] = current_session

# 输出结果
print(df)

该方法同样能得到预期结果，但注意：iterrows()在处理大数据集时效率远低于矢量化操作，建议优先使用方法1。

内容的提问来源于stack exchange，提问作者Ivy44