如何用Pandas高效标记DataFrame中关键词分隔的分段

需求：现有含字符串的DataFrame列A，需新建列B，以关键词hi为分隔，对hi之间的内容进行递增标记，示例效果如下：

A B
hi
a 1
b 1
hi
d 2
f 2
g 2
hi

直接用Pandas的布尔累加就能高效实现，步骤如下：

1. 先构造示例DataFrame（已有数据可跳过此步）：

import pandas as pd

df = pd.DataFrame({'A': ['hi', 'a', 'b', 'hi', 'd', 'f', 'g', 'hi']})

2. 核心处理代码：

# 标记`hi`的位置并计算累加和，生成初始标记
df['B'] = df['A'].eq('hi').cumsum()
# 清空`hi`所在行的标记值
df.loc[df['A'] == 'hi', 'B'] = ''

原理说明 #

• df['A'].eq('hi')生成布尔序列，hi对应True（等价于1），其他值对应False（等价于0）；
• cumsum()对布尔序列累加，每遇到一次hi，累加值就加1，后续行继承当前累加值，正好对应分段的递增标记；
• 最后通过loc定位hi所在行，将其B列设为空，完全匹配需求效果。

运行后得到的DataFrame如下：

A  B
0   hi   
1    a  1
2    b  1
3   hi   
4    d  2
5    f  2
6    g  2
7   hi   

内容的提问来源于stack exchange，提问作者preshyboy