如何在Pandas中按条件生成累计列：自进球日起天数统计

原代码的问题在于cumcount()默认从0开始计数，且未区分进球前（blocks=0）的情况。以下是修正方案：

修正代码 #

import pandas as pd
import numpy as np

# 按球员分组，标记每个进球周期的分组ID
blocks = df['Goal'].eq("Yes").groupby(df['Player']).cumsum()
# 对每个进球周期从1开始计数，进球前的记录设为0
df['Days since goal'] = np.where(
    blocks == 0,
    0,
    df.groupby([df['Player'], blocks]).cumcount() + 1
)

逻辑说明 #

1. blocks分组：df['Goal'].eq("Yes").groupby(df['Player']).cumsum() 会为每个球员的每一次进球生成递增的分组ID，进球前的所有行分组ID为0，每出现一次"Yes"，后续行的分组ID加1。
2. 计数调整：
   • 对于分组ID为0的行（进球前），直接赋值为0；
   • 对于有进球的分组（ID≥1），用cumcount()+1让计数从1开始（进球当天为1，之后每天递增1）。

替代写法（分步实现） #

如果不想用numpy.where，可以分步处理：

blocks = df['Goal'].eq("Yes").groupby(df['Player']).cumsum()
# 先统一加1，再把进球前的行改回0
df['Days since goal'] = df.groupby([df['Player'], blocks]).cumcount() + 1
df.loc[blocks == 0, 'Days since goal'] = 0

内容的提问来源于stack exchange，提问作者nokvk