Pandas DataFrame新增序列列：满足二值列条件时生成连续序号否则为0

实现方案 #

情况1：与示例结果完全匹配（按B列分组统计） #

你给出的示例是在每个B列的分类内，对C=1的行按出现顺序累计递增序号，C=0时D取值为0，一行代码即可实现：

df['D'] = df.groupby('B')['C'].cumsum().where(df['C'] == 1, 0)

原理说明：

• groupby('B')['C'].cumsum() 会在每个B分类下对C列做累加，由于C只有0和1两种取值，累加值刚好对应当前行是该B分类下第几个C=1的行
• where(df['C'] == 1, 0) 会把C=0的行的计算结果替换为0，仅保留C=1行的累加值作为序号

情况2：不按B列分组，全局遇到C=0即重置序号 #

如果不需要考虑B列分类，只要遇到C=0就将后续C=1的序号从1重新开始计数，使用以下代码：

df['D'] = df.groupby((df['C'] == 0).cumsum()).cumcount().where(df['C'] == 1, 0)

原理说明：

• (df['C'] == 0).cumsum() 会给每一段连续的C=1的块分配同一个分组编号，每次遇到C=0编号就加1
• 按该分组编号分组后调用cumcount()得到组内行序号，C=1的行取对应行号作为D列值，C=0的行统一替换为0

注意点 #

如果运行时发现累加结果异常，可先将C列转为整数类型，避免浮点类型导致计算错误：

df['C'] = df['C'].astype(int)

内容的提问来源于stack exchange，提问作者vp_050