如何基于dataframe指定列条件从固定起始值生成递增新列

核心逻辑是判断ix列相邻行的取值变化次数，叠加初始值得到目标列，可直接用pandas内置的偏移、比较、累计求和方法实现，代码如下：

import pandas as pd

# 构造示例数据，和你给出的输入一致
df = pd.DataFrame(
    data={'ix': ['pa', 'pa', 'pa', 'pe', 'fc', 'pb', 'pb', 'df']},
    index=range(1, 9)
)

# 核心逻辑，生成ans列
df['ans'] = 2348 + (df['ix'] != df['ix'].shift()).fillna(False).cumsum()

# 输出验证
print(df)

逻辑说明 #

• df['ix'].shift() 会将ix列整体向下偏移1行，方便当前行和上一行的取值做对比
• 比较运算符!=会返回布尔序列，当前行和上一行ix取值不同时返回True（对应数值1），相同时返回False（对应数值0）
• 第一行因为没有上一行数据，偏移后为NaN，默认比较结果为True，用fillna(False)将其修正为False，保证第一个分组的增量为0
• cumsum()对布尔序列做累计求和，得到截止当前行ix的累计变化次数
• 加上初始值2348，最终得到符合要求的ans列

运行后输出结果和你给出的预期完全一致：

ix   ans
1  pa  2348
2  pa  2348
3  pa  2348
4  pe  2349
5  fc  2350
6  pb  2351
7  pb  2351
8  df  2352

内容的提问来源于stack exchange，提问作者Yash Gupta