基于前一行填充Pandas列的特殊需求实现

嘿，这个Pandas的连续序列填充问题我之前也碰到过，确实有点绕，不过用分组+标志位的思路就能搞定。先给你理清楚核心逻辑：

1. 先把status为EXPIRED的行直接过滤掉，这些行不参与计算
2. 按symbol分组，在每个组里识别新的BUY序列起始点——也就是当前行是BUY，且上一行不是BUY（或者是组内第一行）
3. 给每个连续BUY序列分配唯一的ID，然后在每个序列内从0开始递增计数
4. 非BUY的行（比如SELL）可以设置为None或者你需要的默认值

方案一：易理解的分步写法（适合小数据集） #

这种写法逻辑直白，新手也能轻松看懂每一步的作用：

# 第一步：过滤掉EXPIRED的行，一定要用copy避免SettingWithCopyWarning
df = df[df['status'] != 'EXPIRED'].copy()

# 定义分组处理函数
def process_symbol_group(group):
    # 标记新BUY序列的起始点
    group['is_new_buy_seq'] = False
    # 组内第一行如果是BUY，就是新序列的开始
    if group.iloc[0]['order_type'] == 'BUY':
        group.iloc[0, group.columns.get_loc('is_new_buy_seq')] = True
    # 遍历后续行，判断是否开启新BUY序列
    for idx in range(1, len(group)):
        prev_order = group.iloc[idx-1]['order_type']
        curr_order = group.iloc[idx]['order_type']
        # 上一行不是BUY，当前是BUY → 新序列开始
        if prev_order != 'BUY' and curr_order == 'BUY':
            group.iloc[idx, group.columns.get_loc('is_new_buy_seq')] = True
    # 用cumsum生成每个BUY序列的唯一ID
    group['seq_id'] = group['is_new_buy_seq'].cumsum()
    # 对每个BUY序列计算递增计数，非BUY行设为None
    group['final_column'] = group.apply(
        lambda row: row.groupby('seq_id').cumcount() if row['order_type'] == 'BUY' else None,
        axis=1
    )
    # 清理中间临时列（可选）
    group.drop(['is_new_buy_seq', 'seq_id'], axis=1, inplace=True)
    return group

# 应用到每个symbol分组
df = df.groupby('symbol').apply(process_symbol_group).reset_index(drop=True)

方案二：高效向量式写法（适合大数据集） #

如果你的数据集很大，循环会拖慢速度，用Pandas的向量操作能大幅提升效率：

# 第一步：过滤无效行
df = df[df['status'] != 'EXPIRED'].copy()

# 按symbol分组，获取上一行的order_type
df['prev_order_type'] = df.groupby('symbol')['order_type'].shift(1)

# 标记新BUY序列的起始点：当前是BUY，且上一行不是BUY（或为组内第一行）
df['is_new_buy_seq'] = (df['order_type'] == 'BUY') & (
    (df['prev_order_type'] != 'BUY') | df['prev_order_type'].isna()
)

# 生成每个symbol内的序列ID
df['seq_id'] = df.groupby('symbol')['is_new_buy_seq'].cumsum()

# 计算最终列：BUY序列内从0开始递增，非BUY行设为None
df['final_column'] = df.groupby(['symbol', 'seq_id'])['order_type'].transform(
    lambda x: x.cumcount() if x.iloc[0] == 'BUY' else None
)

# 清理临时列
df.drop(['prev_order_type', 'is_new_buy_seq', 'seq_id'], axis=1, inplace=True)

补充说明 #

• 如果非BUY行（比如SELL）需要设置特定值（比如空字符串、0），直接修改最后一步的None为你需要的值即可
• 测试的时候可以先拿一小部分数据跑，确认逻辑符合预期再应用到全量数据

内容的提问来源于stack exchange，提问作者nidkil