如何在pandas DataFrame行间应用多条件计算生成目标DataFrame

解决方案 #

你原方法的问题在于硬编码shift(-4)依赖固定的行顺序，一旦数据排序变化就会失效，以下是更稳健的实现方式： #

实现代码

import pandas as pd
import numpy as np

# 1、拆分id的类型和序号，方便后续匹配
df['id_type'] = df['id'].str.split('_').str[0]
df['id_suffix'] = df['id'].str.split('_').str[1]

# 2、生成查找表，聚合每个时间戳+序号下，不同b_id的C、V类型对应的b_sent值
lookup = df.pivot_table(
    index=['timestamp', 'id_suffix'],
    columns=['b_id', 'id_type'],
    values='b_sent',
    aggfunc='first'
).reset_index()

# 3、筛选原表中C类行（你的输出仅保留C类记录）
result = df[df['id_type'] == 'C'].copy()

# 4、关联查找表，按规则计算新字段
result = result.merge(lookup, on=['timestamp', 'id_suffix'], how='left')
result['b_sent_new'] = np.where(
    result['b_id'] == 1,
    result[(1, 'C')] + result[(2, 'V')],
    result[(2, 'C')] + result[(1, 'V')]
)

# 5、清理多余字段，得到最终输出
result = result[['timestamp', 't_id', 'b_id', 'id', 'b_sent', 'lc', 'b_sent_new']].reset_index(drop=True)

该方法不依赖数据的行顺序，只要timestamp、b_id、id三个字段的取值符合业务规则，就能正确计算结果。

内容的提问来源于stack exchange，提问作者MALAM