Pandas：基于非零值分组统计同地点配送次数

原数据构造 #

先还原你的输入数据：

import pandas as pd

df = pd.DataFrame(
    {'Distance': [10, 0, 0, 3, 2, 0]},
    index=[1, 2, 3, 4, 5, 6]
)

实现代码 #

通过生成分组标识、统计分组大小的方式，直接得到目标列：

# 生成分组ID：每遇到非0的Distance就开启新分组
df['group_id'] = (df['Distance'] != 0).cumsum()

# 统计每个分组的配送次数
counts = df.groupby('group_id').size()

# 将次数映射回原表，生成目标列
df['Nb_Deliveries'] = df['group_id'].map(counts)

# 移除临时分组列（可选操作）
df = df.drop('group_id', axis=1)

输出结果 #

执行后得到的DataFrame如下：

Distance  Nb_Deliveries
1        10              3
2         0              3
3         0              3
4         3              1
5         2              2
6         0              2

逻辑说明 #

• (df['Distance'] != 0).cumsum()：非0值会生成1，累加后形成连续的分组ID，所有后续的0会和最近的非0值归为同一组。
• groupby('group_id').size()：计算每个分组的行数，也就是该地点的总配送次数。
• 最后通过map将次数赋值给组内每一行，完成需求。

内容的提问来源于stack exchange，提问作者Movilla