如何在pandas中实现Excel函数IF(H3>I3,C2,0)并倒序标注出现次数

逻辑说明 #

你提到的Excel公式IF(H3>I3,C2,0)对应规则：当前行H列值大于当前行I列值时，J列取上一行C列的值，否则取0，我们基于该规则完成列生成和逆序计数。

步骤1：生成J列基础值 #

假设你的DataFrame中对应Excel H、I、C列的列名分别为H_col、I_col、C_col，可替换为你实际的列名：

import pandas as pd

# 初始化J列为0
df['J'] = 0
# 匹配IF条件，满足的行赋值为上一行C列的值
condition = df['H_col'] > df['I_col']
df.loc[condition, 'J'] = df['C_col'].shift(1)

步骤2：从下到上统计满足条件的出现次数 #

先将DataFrame逆序，对满足J!=0的行做累计计数，再还原原顺序即可：

# 逆序DataFrame并重置索引避免错位
df_rev = df[::-1].reset_index(drop=True)
# 累计计数，仅满足条件的行保留计数值，其余行计为0
df_rev['occur_count'] = (df_rev['J'] != 0).cumsum()
df_rev['occur_count'] = df_rev['occur_count'].where(df_rev['J'] != 0, 0)
# 还原为原顺序
df = df_rev[::-1].reset_index(drop=True)

最终occur_count列就是你要的标记值：最下方首次出现的满足条件行标记为1，向上依次递增为2、3，不满足条件的行标记为0。

注意事项 #

• 运行代码前如果你的DataFrame不是默认连续整数索引，建议先执行df = df.reset_index(drop=True)，避免行错位
• 如果需要把计数和J列值合并，可以自行修改赋值逻辑，比如df.loc[df['J']!=0, 'J'] = df['J'].astype(str) + '_第' + df['occur_count'].astype(str) + '次'

内容的提问来源于stack exchange，提问作者ragendthsfdc pk