Pandas DataFrame如何根據上一行值條件累加生成新列？

利用pandas高效累加生成dataframe新列

本文介紹如何使用python的Pandas庫，根據DataFrame中現有列的值，創建一個新的列，并基于特定條件進行累加計數。 我們將以一個包含’col1’、’col2’、’col3’三列的DataFrame為例，創建一個新的’col4’列。當’col1’列的值介于3和5之間（不包含3和5）時，’col4’列的值累加計數；否則為0。

直接使用df.apply和Lambda函數雖然可以判斷條件，但難以實現累加。 更有效的方法是結合np.where、cumsum()和fillna()函數。 np.where根據條件生成一個包含1（滿足條件）和NaN（不滿足條件）的Series；cumsum()對該Series進行累加；fillna(0)將NaN替換為0。 這種方法簡潔高效。

代碼示例：

import pandas as pd import numpy as np  # 示例DataFrame (請替換為您的實際數據) data = {'col1': [1, 4, 2, 4.5, 6, 4, 3.5],          'col2': [10, 20, 30, 40, 50, 60, 70],          'col3': [100, 200, 300, 400, 500, 600, 700]} df = pd.DataFrame(data)  df['col4'] = pd.Series(np.where((df['col1'] > 3) & (df['col1'] < 5), 1, np.nan)).cumsum().fillna(0)  print(df)

雖然循環迭代或自定義函數結合df.apply也能實現，但效率較低且代碼冗余。 因此，推薦使用np.where、cumsum()和fillna()的組合，因為它簡潔、高效且易于理解。 此方法可輕松根據上一行值條件在Pandas DataFrame中新增列并進行累加計數。