基于条件判断与行操作创建Pandas新列的实现咨询

我有一个索引非连续的DataFrame，结构如下：

A  B
a  6.5  1
b  6.8  0
c  7.0  0
f  6.0  1
h  6.1  0
i  6.2  0

需要创建新列C，规则是：

• 当B=1时，C等于当前行的A值；
• 当B=0时，C等于当前行的A值减去最近一行B=1对应的A值。比如行c的C应该是7.0 - 6.5 = 0.5。

嘿，这个需求用pandas的向前填充（ffill()）功能就能轻松搞定，我给你一步步拆解实现逻辑：

核心思路是先把所有B=1行的A值标记出来，然后让后面的B=0行“继承”最近的那个标记值，最后用当前行的A减去这个继承值就行（B=1的行直接保留A值）。

直接上可运行的代码：

import pandas as pd
import numpy as np

# 先构造你给出的DataFrame
df = pd.DataFrame(
    {'A': [6.5, 6.8, 7.0, 6.0, 6.1, 6.2],
     'B': [1, 0, 0, 1, 0, 0]},
    index=['a', 'b', 'c', 'f', 'h', 'i']
)

# 第一步：生成临时序列，只保留B=1时的A值，其余为NaN
last_valid_A = df['A'].where(df['B'] == 1)
# 第二步：向前填充NaN，让每个B=0的行拿到最近的B=1的A值
last_valid_A_filled = last_valid_A.ffill()
# 第三步：用np.where快速判断生成C列
df['C'] = np.where(df['B'] == 1, df['A'], df['A'] - last_valid_A_filled)

运行之后，你的DataFrame就会变成这样：

A  B    C
a  6.5  1  6.5
b  6.8  0  0.3
c  7.0  0  0.5
f  6.0  1  6.0
h  6.1  0  0.1
i  6.2  0  0.2

补充说明 #

• 这个方法完全不care索引是不是连续的，因为ffill()是按数据的行顺序来填充的，和索引无关；
• 用np.where比apply效率更高，尤其是数据量大的时候，推荐用这个写法；
• 如果你的DataFrame里第一行就是B=0，ffill()会保留NaN，这时候你可能需要根据实际情况处理（比如填充默认值），不过你的示例数据里第一行是B=1，所以没问题。

内容的提问来源于stack exchange，提问作者asimo