遍历DataFrame结合相邻行值按用户标记符合状态要求的相邻行

实现方案 #

首先确保你的DataFrame已经按user、count升序排序完成（你描述中提到的按status排序应为笔误，按count排序才能匹配给出的示例数据顺序）。

方式1：iterrows实现（完全符合你的需求偏好）

import pandas as pd

# 先初始化标记列默认值为0
df['selection'] = 0

# 按用户分组独立处理，sort=False保留原有排序
for user, group in df.groupby('user', sort=False):
    prev_idx = None
    prev_status = None
    # 遍历当前用户的每一行
    for curr_idx, row in group.iterrows():
        curr_status = row['status']
        # 存在上一行时判断相邻行是否符合标记条件
        if prev_idx is not None:
            if prev_status == 'not completed' and curr_status == 'completed':
                # 同时标记前后两行
                df.loc[prev_idx, 'selection'] = 1
                df.loc[curr_idx, 'selection'] = 1
        # 更新上一行的索引和状态，用于下一轮判断
        prev_idx = curr_idx
        prev_status = curr_status

方式2：索引列表遍历实现（逻辑更直观，运行效率略高）

df['selection'] = 0

for user, group in df.groupby('user', sort=False):
    idx_list = group.index.tolist()
    status_list = group['status'].tolist()
    # 遍历所有相邻行对
    for i in range(len(status_list) - 1):
        if status_list[i] == 'not completed' and status_list[i+1] == 'completed':
            df.loc[idx_list[i], 'selection'] = 1
            df.loc[idx_list[i+1], 'selection'] = 1

两种实现得到的结果都和你给出的期望输出完全一致。

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