Pandas如何非循环新增依赖上一行列值的DataFrame列

你描述的填充逻辑不需要写显式Python循环，直接用Pandas内置的向量化操作就能实现，运行效率远高于逐行循环，尤其适合大数据量场景。

实现思路 #

核心逻辑拆成两步即可完全匹配三条填充规则：

• 先标记所有需要直接取当前行Value的行：包括从未出现过Dummy_Variable=1的前置行，以及当前行Dummy_Variable=1的行，其余行先设为空值
• 对空值做向前填充（ffill），自动继承上一行的Placeholder取值，覆盖剩余规则场景

完整实现代码 #

import pandas as pd

# 构造原始DataFrame
data = {'Value': [1000, 1020, 1011, 1010, 1030, 950, 1001, 1100, 1121, 1131],
        'Dummy_Variable': [0,0,1,0,0,0,1,0,1,1]
       }
df = pd.DataFrame(data)

# 计算Dummy_Variable的累计和，判断是否已经出现过值为1的行
cumsum_dummy = df['Dummy_Variable'].cumsum()

# 第一步：给需要直接取当前Value的行赋值
df['Placeholder'] = df['Value'].where(
    (cumsum_dummy == 0) | (df['Dummy_Variable'] == 1)
)
# 第二步：向前填充空值，匹配0值行继承上一行结果的规则，最后转整数和预期格式对齐
df['Placeholder'] = df['Placeholder'].ffill().astype(int)

# 输出结果验证
print(df)

逻辑对应说明 #

• 规则1（当前行之前所有Dummy_Variable均为0时取当前Value）：通过cumsum_dummy == 0判断，累计和为0代表从第一行到当前行从未出现过Dummy=1，直接取当前Value
• 规则2（当前行Dummy_Variable为1时取当前Value）：通过df['Dummy_Variable'] == 1判断，直接取当前Value
• 规则3（当前行Dummy为0且上一行Placeholder大于0时取上一行值）：这部分行在第一步赋值时为空，ffill()会自动沿用上一行最近的非空Placeholder值，完全符合要求

运行代码后得到的结果和给出的预期DataFrame完全一致。

内容的提问来源于stack exchange，提问作者BGG16