基于DataFrame中另一列生成新的序列列

你的核心需求是：当Head列的值超过指定阈值To=1.34时，生成一个与Head步长一致的递增序列，在此之前的值保持为0。你的尝试中使用lambda结合列表推导的方式无法实现，因为apply是逐元素处理，无法跟踪元素在序列中的位置来生成连续的递增序列。

以下是两种高效的实现方式，优先使用向量化操作（避免逐元素循环，提升效率）：

方法一：使用numpy生成序列并赋值 #

import numpy as np
import pandas as pd

To = 1.34
Head = np.linspace(0,4,49)
Outfall = pd.DataFrame(Head, columns=['Head'])

# 计算Head列的步长
step = Head[1] - Head[0]
# 找到第一个Head值大于To的索引位置
start_idx = Outfall[Outfall['Head'] > To].index[0]

# 初始化OHead列为全0
Outfall['OHead'] = 0
# 从start_idx开始，生成递增的序列（step, 2*step, 3*step...）
Outfall.loc[start_idx:, 'OHead'] = np.arange(1, len(Outfall) - start_idx + 1) * step

方法二：使用numpy.where简化赋值 #

import numpy as np
import pandas as pd

To = 1.34
Head = np.linspace(0,4,49)
Outfall = pd.DataFrame(Head, columns=['Head'])

step = Head[1] - Head[0]
start_idx = Outfall[Outfall['Head'] > To].index[0]

# 用numpy.where实现条件赋值，同时计算递增序列
Outfall['OHead'] = np.where(
    Outfall['Head'] <= To,
    0,
    (Outfall.index - start_idx + 1) * step
)

验证结果 #

运行上述代码后，Outfall的OHead列会符合你的预期：

• 前17行（索引0到16）的OHead均为0
• 从索引17开始，OHead依次为0.083333、0.166667、0.250000...与Head的步长完全一致

内容的提问来源于stack exchange，提问作者rweber