利用pandas高效累加生成dataframe新列
本文介绍如何使用Python的Pandas库，根据DataFrame中现有列的值，创建一个新的列，并基于特定条件进行累加计数。 我们将以一个包含'col1'、'col2'、'col3'三列的DataFrame为例，创建一个新的'col4'列。当'col1'列的值介于3和5之间（不包含3和5）时，'col4'列的值累加计数；否则为0。
直接使用df.apply和lambda函数虽然可以判断条件，但难以实现累加。 更有效的方法是结合np.where、cumsum()和fillna()函数。 np.where根据条件生成一个包含1（满足条件）和NaN（不满足条件）的Series；cumsum()对该Series进行累加；fillna(0)将NaN替换为0。 这种方法简洁高效。
代码示例：
import pandas as pd
import numpy as np
# 示例DataFrame (请替换为您的实际数据)
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)
虽然循环迭代或自定义函数结合df.apply也能实现，但效率较低且代码冗余。 因此，推荐使用np.where、cumsum()和fillna()的组合，因为它简洁、高效且易于理解。 此方法可轻松根据上一行值条件在Pandas DataFrame中新增列并进行累加计数。
