如何对依赖前一行取值的Pandas代码实现无apply向量化处理

完全可以不用遍历、不用apply，纯向量化操作即可实现，性能远高于iterrows迭代方案。

核心实现逻辑 #

按ids分组后通过移位+累积求和判断当前行之前是否出现过ftest=1的记录，刚好匹配你的需求：

• 移位操作将ftest的值往后偏移一行，保证首次出现ftest=1的行不会被自己命中
• 累积求和后只要结果大于0，说明当前行之前已经出现过ftest=1，标记为1即可

实现代码 #

id_df['has_hist'] = (
    id_df.groupby('ids')['ftest']
    .shift(1)
    .fillna(0)
    .groupby(id_df['ids'])
    .cumsum()
    .gt(0)
    .astype(int)
)

逻辑验证 #

我们可以用测试用例验证和你原有迭代逻辑完全一致：
测试输入数据：

运行上述向量化代码后输出的has_hist和预期完全匹配。

内容的提问来源于stack exchange，提问作者MSS