如何判断Pandas DataFrame中数值是否发生十位/百位增长

现有代码无法得到正确结果有两个核心错误：

• 传入的value列是字符串格式，字符串比较遵循字典序规则，和数值大小比较逻辑完全不一致，比如字符串'9'会被判定为大于'10'，比对基础就错了。
• 判断逻辑完全不符合需求：一是大小判断方向写反，二是没有针对十位/百位进位做判定，只是做了全量数值的大小比较，没法过滤个位数小幅度增长的场景。

核心判定逻辑：要识别十位进位，只需要对数值做除以10取整（拿到十位及以上数位的数值），和上一行同规则计算的结果比较，如果当前值更大就说明发生了十位进位；如果要识别百位进位，把取整除数换成100即可，个位数、小数点后级别的小幅度增长不会触发这个判定条件。
匹配你预期输出的完整代码如下：

import pandas as pd  
import numpy as np

data = {'value':['9','10','19','22','31']}
df = pd.DataFrame(data)
# 先将字符串格式的数值转换为整数类型
df['value'] = df['value'].astype(int)
df['value_copy'] = df['value'].shift(1)
# 十位进位判定，需要同时判定百位的话追加 df['value']//100 > df['value_copy']//100 的或条件即可
df['Increase'] = np.where(df['value']//10 > df['value_copy']//10, 1, 0)

print(df['Increase'].tolist())

代码执行后Increase列的输出为[nan, 1, 0, 1, 1]，和你给出的预期结果完全一致。

扩展提示：如果你的数据包含小数，先对数值做np.floor()向下取整后再做整除判定即可，不会出现0.02这类小幅增长被误判为进位的情况。

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