基于条件向pandas列插入迭代增量值，np.where方案失效如何解决？

核心问题原因 #

你之前的写法报错的根本原因是：np.where的第二、第三参数是一次性传入的完整标量/数组，不会逐行执行你传入的表达式。你写的next(ids)只会在np.where运行前调用1次，拿到值1后就会把所有符合条件的行都填充为1，自然达不到逐行递增的效果。

最优内置实现方案 #

用pandas自带的cumsum+where方法就能一行实现，不需要创建临时DataFrame，也不需要额外引入迭代器：

mask = df['A'] < 0
df['B'] = mask.cumsum().where(mask)

逻辑说明：

• 先构造布尔掩码mask，A列为负时值为True，否则为False
• 对掩码做累加计算：布尔值在计算时True等价于1，False等价于0，每遇到一个负数值累加结果就+1，刚好生成连续递增的序号
• 调用where方法：当掩码为True时保留累加值，为False时自动填充NaN，完全匹配你的需求

如果你一定要沿用np.where的写法 #

可以直接把累加结果作为参数传入即可，不需要迭代器：

import numpy as np
mask = df['A'] < 0
df['B'] = np.where(mask, mask.cumsum(), np.nan)

内容的提问来源于stack exchange，提问作者User