如何在DataFrame中基于前值大于当前值的条件递增生成序列？

嘿，这个需求我做时序数据处理时经常碰到，用Pandas实现起来简洁又高效！咱们直接上干货：

核心思路是先判断每一行的x值是否比上一行小，然后对这些“下降点”做累加，最后加上初始值1就能得到目标y列了。

步骤1：构造示例数据 #

先把你给出的示例数据转换成DataFrame，方便测试：

import pandas as pd

data = {'x': [1,2,3,4,5,6,1,2,3,4,5,6,7,8,1,2,5]}
df = pd.DataFrame(data)

步骤2：生成目标列y #

一行代码就能搞定：

df['y'] = (df['x'].diff() < 0).cumsum() + 1

代码逻辑拆解 #

咱们把这行代码拆解开看，就明白为啥这么好用了：

• df['x'].diff()：计算每个x值与前一个x值的差值，第一行因为没有前序值，结果是NaN
• (df['x'].diff() < 0)：把差值小于0的位置标记为True（也就是当前x比前一个小的时候），其他位置为False，第一行的NaN会被自动当作False处理
• .cumsum()：对布尔序列做累加，True会被视为1，False视为0，这样每遇到一次x下降，累加值就加1
• + 1：因为我们需要y从1开始，而初始累加值是0，加1正好得到起始值

验证结果 #

运行完代码后打印df，就能得到你想要的结果：

x  y
0   1  1
1   2  1
2   3  1
3   4  1
4   5  1
5   6  1
6   1  2
7   2  2
8   3  2
9   4  2
10  5  2
11  6  2
12  7  2
13  8  2
14  1  3
15  2  3
16  5  3

如果你的数据里有缺失值也不用担心，diff()和cumsum()会自动处理NaN，不会影响最终结果~

内容的提问来源于stack exchange，提问作者skinnyas123