Pandas如何基于A、B列触发条件高效生成布尔列C

现有存储布尔值的A、B两列DataFrame，需要新增布尔列C，状态规则如下：

• 当B列出现True时，C立刻置为True，且状态持续保持
• 当A列出现True时，C在下一行开始置为False，且状态持续保持（即A为True的当前行，C仍保持触发前的状态）
• 初始状态下C为False

原始数据示例：

A      B
0   False  False
1   False  False
2   False  False
3    True  False
4   False  False
5   False  False
6   False   True
7   False  False
8   False  False
9   False  False
10   True  False
11  False  False
12  False  False

期望输出：

A      B      C
0   False  False  False
1   False  False  False
2   False  False  False
3    True  False  False
4   False  False  False
5   False  False  False
6   False   True   True
7   False  False   True
8   False  False   True
9   False  False   True
10   True  False   True
11  False  False  False
12  False  False  False

逐行for循环在数据量超过10万行时性能会明显下降，用pandas原生的向量化操作可以实现百倍以上的速度提升，代码也更简洁，逻辑完全匹配需求：

import pandas as pd
import numpy as np

df = pd.DataFrame({
  'A': [False,False,False,True,False,False,False,False,False,False,True,False,False],
  'B': [False,False,False,False,False,False,True,False,False,False,False,False,False]
})

# 1. 初始化C列为空值
df['C'] = np.nan
# 2. B为True的行，C直接置为True（B的触发当前行立刻生效）
df.loc[df['B'], 'C'] = True
# 3. A为True的行的下一行，C置为False（A的触发下一行才生效）
df.loc[df['A'].shift(fill_value=False), 'C'] = False
# 4. 向前填充状态，初始空值全部填充为False
df['C'] = df['C'].ffill().fillna(False).astype(bool)

print(df)

• 核心思路是先标记所有状态发生切换的行，直接给这些行赋对应的值，中间没有状态变化的行用ffill()（向前填充）继承上一个状态，全程没有逐行遍历，底层由C实现，处理百万行数据仅需数毫秒。
• 对A列使用shift(1)下移一位，刚好匹配"A触发后下一行才变False"的规则，和原循环的判断顺序完全一致：同一行先处理B的开启逻辑、给C赋值，再处理A的关闭逻辑。
• 边界场景兼容：如果同一行A、B同时为True，当前行C会被置为True，下一行开始变为False，和原循环逻辑保持一致。

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