如何在DataFrame中按DateTimeStarted列分组，保留组尾Value为1其余置0且保留原0值

核心逻辑 #

• 首先定位每个DateTimeStarted分组下的最后一行位置
• 仅对原本Value为1的行做调整：同组内非最后一行的1全部置为0，组内最后一行的1保留原值
• 所有原本Value为0的行全程不参与修改，完全保留原有取值

具体代码实现 #

第一步：提取每个时间分组的最后一行索引 #

last_row_idx = df.groupby("DateTimeStarted").tail(1).index

第二步：生成调整后的Value列，可按需选择实现方式 #

• 中小数据量下的简洁写法：

df["Value"] = [
    1 if (val == 1) and (idx in last_row_idx) else 0
    for idx, val in zip(df.index, df["Value"])
]

• 大数据量下的高效向量化写法：

# 初始化新列全为0
new_val = pd.Series(0, index=df.index)
# 定位需要保留为1的位置：满足「原取值为1」+「属于对应时间分组的最后一行」两个条件
keep_1_mask = (df["Value"] == 1) & df.index.isin(last_row_idx)
new_val[keep_1_mask] = 1
df["Value"] = new_val

效果匹配说明 #

代码运行结果和你给出的目标输出完全一致：

• 2020-12-19 16:00:00分组（共19行、原Value全为1）：仅最后一行（索引18）保留1，其余全部置为0
• 2020-12-26 18:00:00分组（共2行、原Value全为1）：仅最后一行（索引20）保留1，前一行改为0
• 所有原Value为0的行，无论是否属于重复时间分组，全部保持原有取值不变

内容的提问来源于stack exchange，提问作者DDM