Python基于Hotel ID列生成Old/New标记列的代码错误排查

嗨，作为第一次写Python代码就尝试自动化任务，已经超棒啦！咱们来一步步梳理你的问题，把代码改对～

先明确你的需求 #

你已经把DataFrame按Hotel Id排好序了，现在要新增Old/New列，规则是：

• 如果当前行的Hotel Id和下一行的Hotel Id相同，当前行标记为Old
• 否则标记为New

现有代码的问题 #

咱们来看你写的这段代码的几个小问题：

1. 逻辑方向搞反了：你现在是拿当前行和上一行的Hotel Id比较，而不是需求里的下一行，这就导致标记的行完全错位了
2. 循环范围不对：range(1, len(df)-1)会跳过第一行和最后一行，比如数据有5行的话，只会处理第2、3行，漏掉了第1行，最后一行也没处理（不过你默认设了New，这点影响不大，但逻辑还是不对）
3. 循环效率低：Pandas本身是为矢量化操作设计的，循环处理大数据集会很慢

修正方案 #

方案1：修正你的循环代码（适合刚入门理解逻辑）

先把逻辑和循环范围调整对，代码如下：

def asignar_old_new(df):
    df['Old/New'] = 'New'  # 先默认所有行都是New
    # 遍历除最后一行外的所有行（因为最后一行没有下一行）
    for i in range(len(df) - 1):
        # 比较当前行和下一行的Hotel Id
        if df['Hotel Id'].iloc[i] == df['Hotel Id'].iloc[i+1]:
            df.loc[i, 'Old/New'] = 'Old'
    return df

这样循环会覆盖从第0行到倒数第二行的所有行，每一行都和下一行对比，最后一行保持默认的New，完全符合你的需求。

方案2：推荐的Pandas矢量化写法（高效简洁）

用Pandas的shift()函数可以轻松实现下一行的对比，代码更简洁，处理大数据也快得多：

import numpy as np

def asignar_old_new(df):
    # shift(-1)会把下一行的Hotel Id移到当前行的位置，最后一行会变成NaN
    df['Old/New'] = np.where(df['Hotel Id'] == df['Hotel Id'].shift(-1), 'Old', 'New')
    return df

解释一下：df['Hotel Id'].shift(-1)生成一个新的序列，每个位置的值是原序列下一行的值，最后一行没有下一行，所以是NaN。用np.where()判断：如果当前行Hotel Id等于下一行的值，就标Old，否则标New，最后一行因为和NaN不相等，自然会标New，完美匹配你的规则。

验证效果 #

比如你的数据里有连续的Hotel Id=23的行：

• 第一行23和下一行23相同，会标Old
• 第二行23如果下一行不是23，就会标New
  这样就和你期望的结果一致啦～

备注：内容来源于stack exchange，提问作者Albert Ginard