Pandas按ID分组对比上一行值修改level列单元格值方法

你之前用shift()实现时，对比的是原始数据中未更新的上一行level值，修改操作不会向后传递，因此只能修改紧邻更小值的第一行，后续行无法同步更新。
你的需求本质是：按ID分组后，保留截至当前行出现过的最小level值，也就是对level列做分组累积最小值计算，不需要手动逐行遍历。

直接调用内置累积最小值函数cummin()即可，代码运行结果和你给出的预期输出完全一致：

library(data.table)
setDT(df)
# 按ID分组计算level的累积最小值
df[, level := cummin(level), by = ID]

结果验证 #

运行后输出如下，完全匹配需求：

ID year level
 1:  1 2000    NA
 2:  1 2001     3
 3:  1 2002     3
 4:  1 2003     2
 5:  1 2004     1
 6:  2 2000     1
 7:  2 2001     1
 8:  2 2002     1
 9:  2 2003     1
10:  2 2004     1

• cummin()会自动迭代传递计算结果：每一行的取值都是从分组第一行到当前行的最小值，刚好符合“如果上一行（更新后）值更小就替换”的逻辑，同时会自动保留分组首行的NA值，不需要额外处理缺失值。
• 如果你后续有更复杂的迭代规则，无法直接用累积函数实现，可以用Reduce()完成迭代计算，本需求对应的写法如下，运行结果和cummin()完全一致：

df[, level := Reduce(min, level, accumulate = TRUE), by = ID]

• 不推荐写逐行for循环实现，数据量较大时运行效率会远低于内置的向量化函数。

内容的提问来源于stack exchange，提问作者ari6739