在Pandas中查找first列为True的行后首个second为True的行（无循环优先）

可以通过分组标记+组内筛选的方式实现，完全避免for循环，步骤如下：

步骤1：生成分组标签 #

先给每个first为True的行及其后续行分配同一个组ID，把每个目标行（first=True）之后的所有行归为一组：

import pandas as pd

df = pd.DataFrame(
    {
        'first': [True, False, True, False, False, False, True, False], 
        'second': [False, True, True, False, True, True, False, False]
    }
)

# 生成组ID：每次遇到first=True时组号递增
df['group'] = df['first'].cumsum()

步骤2：排除每组的起始行（即first=True的行本身） #

我们只需要处理目标行之后的行，所以先过滤掉每组的第一行：

# 筛选出每组中除第一个行之外的所有行
filtered = df[df.index != df.groupby('group')['index'].transform('first')]

步骤3：提取每组中首个second=True的行 #

对每个分组，筛选出second=True的行，然后取每组的第一行，最后去掉临时的group列：

# 按组筛选首个second=True的行
result = filtered[filtered['second']].groupby('group').first().reset_index(drop=True)
# 移除临时的group列
result = result.drop(columns='group')

执行后result的输出为：

first  second
0  False    True
1  False    True

另一种实现方式（基于Numpy向量操作） #

如果偏好更底层的向量运算，也可以用Numpy实现：

import numpy as np

# 获取所有first=True的行索引
true_first_idx = df[df['first']].index.values
# 生成掩码矩阵：判断每个目标行之后的行是否满足second=True
mask = (df.index.values > true_first_idx[:, np.newaxis]) & df['second'].values
# 找出每个目标行对应的首个匹配行索引
match_idx = df.index.values[np.argmax(mask, axis=1)]
# 过滤掉无匹配的情况并去重（避免多个目标行匹配到同一行）
valid_mask = mask.any(axis=1)
final_idx = np.unique(match_idx[valid_mask])
# 提取结果
result = df.loc[final_idx].sort_index()

内容的提问来源于stack exchange，提问作者Mahdi