基于start、end双条件用指定步长序列填充pandas列的实现方案

你可以通过分组累计计数的方式完成需求，性能远高于逐行apply的lambda实现，和你预期输出完全匹配：

import pandas as pd
import numpy as np

# 示例数据构造
df = pd.DataFrame({
    'start': [1,0,0,0,0,0,0,0,1,0],
    'end': [0,0,0,0,0,1,0,0,0,0]
})

# 核心逻辑
# 1. 给每个计数段分配唯一组ID
df['group_id'] = df['start'].cumsum()
# 2. 标记当前行是否在对应组的end行之后
df['after_end'] = df.groupby('group_id')['end'].cummax().shift(fill_value=0)
# 3. 计算time列值
df['time'] = np.where(
    df['after_end'].eq(0),
    -5000 + df.groupby('group_id').cumcount() * 4,
    np.nan
)

# 删除临时列得到最终结果
df = df.drop(columns=['group_id', 'after_end'])
print(df)

运行后输出和你提供的预期结果完全一致，同时支持多段start-end交替的场景。

内容的提问来源于stack exchange，提问作者KateP