如何创建create_col列？基于水果历史记录判断wanted字段状态

需求说明 #

针对每行数据，找到对应水果上次出现的记录，若该记录的wanted值为yes，则create_col填True；否则留空。

示例数据 #

代码实现（基于Pandas） #

import pandas as pd

# 构造示例数据
data = {
    'wanted': ['yes', '', '', ''],
    'fruit': ['apple', 'pear', 'pear', 'apple']
}
df = pd.DataFrame(data)

# 按fruit分组，获取每组的上一行wanted值
df['prev_wanted'] = df.groupby('fruit')['wanted'].shift(1)

# 根据规则填充create_col：prev_wanted为'yes'则填True，否则为缺失值
df['create_col'] = df['prev_wanted'].apply(lambda x: True if x == 'yes' else pd.NA)

# 可选：删除中间辅助列
df = df.drop('prev_wanted', axis=1)

print(df)

输出结果 #

wanted   fruit create_col
0    yes   apple       <NA>
1         pear       <NA>
2         pear       <NA>
3         apple       True

逻辑说明 #

1. 分组移位：通过groupby('fruit')['wanted'].shift(1)对每个水果的wanted列向上移位，得到每行对应水果的上一次wanted值。
2. 条件填充：对移位后的结果做判断，仅当值为yes时填充True，其余情况设为Pandas标准缺失值pd.NA，对应示例中的空值状态。

内容的提问来源于stack exchange，提问作者arv