如何使用循环为pandas DataFrame添加符合条件的分组编号列

• 列名大小写不匹配：你的DataFrame里列名是Time_diff，代码里用的是time_diff，pandas列名大小写敏感，导致无法正确读取列值
• 索引方式错误：不能直接用df[i][列名]的方式逐行赋值，这种写法会触发链式索引警告，甚至无法成功写入值
• 初始行遗漏：循环从索引1开始，索引0的第一行没有被赋值，会出现空值
• 逻辑疏漏：赋值逻辑冗余，不需要分分支重复写赋值操作

方案1：修正循环逻辑 #

import pandas as pd
df = pd.DataFrame({'Time_diff':[1400,1200,1000,1800,1200,1200,1200,1800,1200]})
a = 1
# 先给第一行赋值
df.loc[0, 'group_num'] = a
for i in range(1, len(df)):
    if df.loc[i, 'Time_diff'] >= 1800:
        a += 1
    df.loc[i, 'group_num'] = a

方案2：pandas向量化写法（效率更高，适合大数据量） #

无需手动写循环，用内置函数实现逻辑更简洁：

import pandas as pd
df = pd.DataFrame({'Time_diff':[1400,1200,1000,1800,1200,1200,1200,1800,1200]})
# 先判断每个值是否≥1800，转成整数后累计求和，加1即为分组编号
df['group_num'] = (df['Time_diff'] >= 1800).cumsum() + 1

内容的提问来源于stack exchange，提问作者Haiming Wang