Pandas DataFrame如何将for循环逐时计算的距降雨小时数存入新列

核心问题原因 #

你之前代码的核心问题是没有逐行存储每一步的计算结果：

• 循环过程中你只维护了单个计数器变量，没有把每次循环得到的瞬时值收集成和DataFrame行数匹配的序列
• 后续尝试的拼接、赋值操作存在结构不匹配：df.append()需要接收同结构的DataFrame/Series对象，传入单个数值无法生成正确的逐行序列
• 直接把最终的计数器值赋给新列，只会将单个值重复填满整列，无法实现逐行记录的效果

方法1：适配你现有循环逻辑的修正方案 #

只需要新增一个空列表逐行收集计算结果，循环完成后直接将列表赋值给新列即可：

# 初始化小时计数器
hours_since_rainfall = 0
# 新建空列表，逐行存储每次计算的结果
calc_records = []

for rain_val in df['rain']:
    if rain_val == 0:
        hours_since_rainfall += 1
    else:
        hours_since_rainfall = 0
    # 每完成一次计算，将结果存入列表
    calc_records.append(hours_since_rainfall)

# 循环结束后，整体赋值给DataFrame新列
df['hours_since_rain'] = calc_records

这个方法完全保留你原本已经验证正确的计算逻辑，只补充了结果存储的环节，运行后就能得到和你给出的示例完全一致的输出。

方法2：更高效率的pandas向量化实现 #

如果你的时间序列数据量较大，逐行Python循环的效率会很低，可以用pandas内置的分组累计方法实现，不需要写自定义循环：

# 遇到rain=1时累计生成分组编号
group_marker = df['rain'].eq(1).cumsum()
# 按分组逐行累计序号，即为距上次降雨的小时数
df['hours_since_rain'] = df.groupby(group_marker).cumcount()

逻辑说明 #

• 只要rain列值为1，累计分组编号就会自增，触发新一轮的计数
• 分组内的累计计数从0开始：降雨发生的当行计数为0，后续无雨的行计数依次递增1，完全匹配你需要的统计规则
• 这种向量化实现的计算速度比逐行Python循环快10~100倍，非常适合逐小时的长序列气象数据处理
• 需注意：如果时间序列最开头存在首次降雨发生之前的无雨时段，这类时段的分组编号为0，可根据业务需求将其设为缺失值而非从0开始计数。

用你给出的示例数据验证，最终输出的hours_since_rain列结果和需求完全匹配：

date	rain	hours_since_rain
2005-10-15 16:00:00	1	0
2005-10-15 17:00:00	1	0
2005-10-15 18:00:00	0	1
2005-10-15 19:00:00	0	2
2005-10-15 20:00:00	0	3
2005-10-15 21:00:00	0	4
2005-10-15 22:00:00	1	0

内容的提问来源于stack exchange，提问作者Ahegg