如何对category列A开头分组的time列从首行扣减固定值并保留原顺序

• 先给原始DataFrame新增一列存储原始索引，保证最终结果可以恢复原始行顺序
• 按category列分组，对每个分组判断是否以A开头：
  • 若为B开头分组，直接返回原分组数据
  • 若为A开头分组，遍历分组内的行依次扣减固定额度，处理逻辑如下：
    1. 初始化剩余待扣减额度为固定值（示例为200）
    2. 逐行判断：剩余额度为0时直接保留当前行；当前行time值小于剩余额度时跳过该行，剩余额度扣减当前行time值；当前行time值大于等于剩余额度时，time扣减剩余额度后保留该行，剩余额度置为0
• 所有分组处理完成后，按原始索引列排序，删除临时新增的原始索引列即可得到结果

import pandas as pd

# 构造测试数据
data = {
    'time': [150, 170, 100, 100, 70, 400, 100, 300, 100, 100, 100, 150, 200, 100],
    'look': ['left', 'right', 'left', 'away', 'left', 'right', 'left', 'right', 'left', 'right', 'left', 'right', 'away', 'left'],
    'category': ['B1', 'B1', 'B1', 'A1', 'A1', 'A1', 'A1', 'A2', 'A2', 'A2', 'B1', 'B1', 'B1', 'B1']
}
df = pd.DataFrame(data)

# 新增原始索引列用于后续恢复顺序
df['origin_idx'] = df.index

# 定义固定扣减额度，可按需修改
DEDUCT_AMOUNT = 200

# 分组处理函数
def process_group(group):
    # 非A开头分组直接返回原数据
    if not group['category'].iloc[0].startswith('A'):
        return group
    remaining_deduct = DEDUCT_AMOUNT
    result_rows = []
    for _, row in group.iterrows():
        if remaining_deduct <= 0:
            result_rows.append(row)
            continue
        # 当前行time不足以抵扣剩余额度，删除该行，额度顺延
        if row['time'] < remaining_deduct:
            remaining_deduct -= row['time']
            continue
        # 当前行time足够抵扣，扣减后保留该行，额度清零
        new_row = row.copy()
        new_row['time'] -= remaining_deduct
        remaining_deduct = 0
        result_rows.append(new_row)
    return pd.DataFrame(result_rows)

# 分组处理后合并结果
processed_df = df.groupby('category', group_keys=False).apply(process_group)
# 恢复原始行顺序，删除临时索引列
processed_df = processed_df.sort_values('origin_idx').drop('origin_idx', axis=1).reset_index(drop=True)

print(processed_df)

内容的提问来源于stack exchange，提问作者anonymous