如何基于Pandas Series的条件触发列表索引递增生成新序列

给定以下Pandas Series：

import pandas as pd
s = pd.Series(['01','02','03','01','02','03','01','02','03'])

以及列表：

l = ['A','B','C']

需求：每当Series中出现'01'时，推进列表的索引，后续元素填充为对应索引的列表值，最终得到目标Series：

pd.Series(['A','A','A','B','B','B','C','C','C'])

尝试用apply方法实现，但逻辑存在问题，当前代码：

s.apply(increment)

def increment(s):
   l = ['A','B','C']
   count = 0
   if s == '01':
     count += 1
     # 此处无法正确处理索引推进逻辑
     return l[count]

你的apply写法核心问题是：每次调用increment时，count都会被重新初始化为0，无法持续追踪索引的推进状态。以下是两种可行的实现方式：

方法1：利用cumsum分组映射（推荐） #

这种方法符合Pandas向量化操作的风格，效率更高：

import pandas as pd

s = pd.Series(['01','02','03','01','02','03','01','02','03'])
l = ['A','B','C']

# 生成分组标记：遇到'01'就累加1，最终得到分组ID
group_ids = (s == '01').cumsum() - 1  # 减1让索引从0开始匹配列表l
result = pd.Series([l[i] for i in group_ids])

逻辑说明 #

• s == '01'生成布尔数组，遇到'01'时为True（即1），其余为0
• cumsum()累计求和后得到[1,1,1,2,2,2,3,3,3]，减1后转为[0,0,0,1,1,1,2,2,2]，正好对应列表l的索引
• 通过列表推导式将分组ID映射为目标值，得到最终结果

方法2：带状态的闭包实现（类似apply思路） #

如果一定要用类似apply的方式，需要用闭包保存count的状态，避免每次调用重置：

import pandas as pd

s = pd.Series(['01','02','03','01','02','03','01','02','03'])
l = ['A','B','C']

def create_incrementer():
    count = 0
    def incrementer(val):
        nonlocal count
        if val == '01':
            count += 1
        # 第一次遇到'01'后count变为1，减1对应l的索引0
        return l[count - 1]
    return incrementer

result = s.apply(create_incrementer())

逻辑说明 #

• create_incrementer是闭包函数，内部的count会被incrementer持续引用，不会每次调用都重置
• 每遇到'01'时count加1，后续元素都会使用当前count-1对应的列表值，直到下一个'01'出现

验证结果 #

运行上述代码后，输出结果如下：

0    A
1    A
2    A
3    B
4    B
5    B
6    C
7    C
8    C
dtype: object

内容的提问来源于stack exchange，提问作者INGl0R1AM0R1