Pandas DataFrame中仅col3与上一行相同时比较col1值的实现问题

解决方案 #

你只需要新增当前行col3与上一行col3相等的判断条件，和原有col1的对比条件做逻辑与即可，或者更优雅的是按col3分组后在组内执行对比逻辑，天然避免跨组对比，两种实现如下：

方法1：直接追加跨组过滤条件 #

在原有逻辑基础上，增加df['col3'].eq(df['col3'].shift())的判断，两个条件同时成立时col2才为True：

import pandas as pd
data1 = {'col1': [10, 30, 11, 24, 22, 50, 12, 10, 30, 31, 32, 33, 20, 41, 44], 'col3': [
    'AB', 'AB', 'AB', 'AB', 'AB', 'AB', 'AB', 'AB', 'AB', 'AB', 'AB', 'AB', 'AB', 'AC', 'AC']}
df = pd.DataFrame(data1, columns=['col1', 'col3'])

# 新增col3相等的判断条件，和原有条件做逻辑与
df['col2'] = df['col1'].gt(df['col1'].mul(2).shift()) & df['col3'].eq(df['col3'].shift())
print(df)

方法2：按col3分组后组内执行对比（更推荐） #

针对col3的每个分组单独做shift操作，每个分组的第一行shift结果为NaN，对比结果自动为False，不需要额外写过滤逻辑：

import pandas as pd
data1 = {'col1': [10, 30, 11, 24, 22, 50, 12, 10, 30, 31, 32, 33, 20, 41, 44], 'col3': [
    'AB', 'AB', 'AB', 'AB', 'AB', 'AB', 'AB', 'AB', 'AB', 'AB', 'AB', 'AB', 'AB', 'AC', 'AC']}
df = pd.DataFrame(data1, columns=['col1', 'col3'])

# 按col3分组，组内计算对比逻辑
df['col2'] = df['col1'].gt(df.groupby('col3')['col1'].transform(lambda x: x.mul(2).shift()))
print(df)

运行结果（两种方法输出一致） #

col1 col3   col2
0     10   AB  False
1     30   AB   True
2     11   AB  False
3     24   AB   True
4     22   AB  False
5     50   AB   True
6     12   AB  False
7     10   AB  False
8     30   AB   True
9     31   AB  False
10    32   AB  False
11    33   AB  False
12    20   AB  False
13    41   AC  False
14    44   AC  False

可以看到索引13行的col2已经变为预期的False，不再发生跨组无效对比。

内容的提问来源于stack exchange，提问作者Lukman