基于条件修改DataFrame值：将CUSTOM替换为带序号的对应值

没问题，我来帮你实现这个需求！核心思路是先定位所有目标条目，再给它们生成连续的序号并拼接成新值。

完整代码示例 #

import pandas as pd

# 注意：避免用Python内置类型名（比如list）当变量名，这里改成lst
lst = ['RK','G', 'CUSTOM', 'CUSTOM', 'KL', 'kj']
df = pd.DataFrame(lst, columns=['A'])

# 步骤1：筛选出所有等于"CUSTOM"的行
mask = df['A'] == 'CUSTOM'

# 步骤2：给这些行生成递增序号并替换原内容
df.loc[mask, 'A'] = 'CUSTOM' + (df[mask].groupby('A').cumcount() + 1).astype(str)

# 查看结果
print(df)

输出结果 #

A
0       RK
1        G
2  CUSTOM1
3  CUSTOM2
4       KL
5       kj

代码解释 #

• 掩码筛选：mask = df['A'] == 'CUSTOM' 会生成一个布尔数组，标记哪些行的A列是"CUSTOM"。
• 生成递增序号：df[mask].groupby('A').cumcount() 会对筛选后的行（都是"CUSTOM"，属于同一个组）从0开始计数，加1后就变成1、2、3...这样的连续序号。
• 拼接字符串：把序号转成字符串后和"CUSTOM"拼接，就能得到带序号的新值，再通过df.loc[mask, 'A']把这些新值替换回原DataFrame的对应位置。

不管你有3个、5个还是更多的"CUSTOM"，这个方法都会自动生成对应的CUSTOM1、CUSTOM2...CUSTOMn，完全符合你的需求~

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