Pandas如何新增列显示某特定值在列中的上一次出现对应值

最常用、性能最好的实现方式有以下3种，按推荐优先级排序：

• 方法1：where + 前向填充ffill（优先推荐）
  核心逻辑：先把所有status不等于On的行的时间值置为空值，对整列做前向填充，最后把On行自身对应的填充值下移一位，就能得到上一次On的时间。

import pandas as pd
import numpy as np

# 构造示例DataFrame
df = pd.DataFrame({
    'time': ['10:00','10:01','10:02','10:03','10:04','10:05','10:06','10:07','10:08','10:09','10:10'],
    'status': ['On','Off','Off','Off','On','Off','Off','Off','Off','On','Off']
})

# 计算last_on列
df['last_on'] = df['time'].where(df['status'] == 'On').ffill()
# 修正On行的取值：取上一个On的时间，而非当前行时间
df.loc[df['status'] == 'On', 'last_on'] = df.loc[df['status'] == 'On', 'last_on'].shift(1)

运行后输出和你给出的预期结果完全一致，该方法为pandas原生向量化运算，百万行级数据也能秒出结果。

• 方法2：累计计数分组映射
  核心逻辑：每遇到一次status == 'On'就给分组编号+1，每个分组对应两次On之间的所有记录，直接映射上一个分组的On时间即可。

# 生成分组标记
df['group_tag'] = (df['status'] == 'On').cumsum()
# 提取每个分组对应的On时间
on_time_dict = df.query("status == 'On'").set_index('group_tag')['time'].to_dict()
# 映射上一组的On时间，没有上一组则返回NaN
df['last_on'] = df['group_tag'].map(lambda x: on_time_dict.get(x-1, np.nan))
# 删除临时分组列
df.drop(columns='group_tag', inplace=True)

该方法逻辑直观易理解，性能接近方法1，适合pandas新手梳理逻辑使用。

• 方法3：逐行迭代（仅推荐小数据量场景）
  核心逻辑：遍历所有行，用一个临时变量实时保存最近一次遇到的On时间，逐行给新列赋值，遇到新的On时更新临时变量。

last_on = np.nan
res = []
for status, current_time in zip(df['status'], df['time']):
    res.append(last_on)
    if status == 'On':
        last_on = current_time
df['last_on'] = res

该写法不需要记忆复杂的pandas API，逻辑最直白，但pandas迭代效率低，数据量超过10万行时运行速度会明显下降，不适合大数据场景。

提示：如果你的time列已经是datetime类型而非字符串，上述所有方法都可以直接运行，不需要额外做类型转换。

内容的提问来源于stack exchange，提问作者Jorge Ramos