Python 3.x 在pandas中生成新列-有条件地增加整数计数

我想要一个熊猫数据框，如下所示：

列A-根据这些值，我想生成一个新变量-列B

始终，当值发生变化时，应进行“步骤（新编号）”。因此，第一个零值是步骤1，然后下一个值应该是步骤2，然后其他带数字的行应该是步骤3，依此类推

这就是我到目前为止所做的：

def f(row):
    if row['A'] > 0 :
        val = "Step_1"
    else:
        val = "Step_0"
    return val
df['B'] = df.apply(f, axis=1)

但我不明白，如何有条件地增加新列B中的值的计数。

---

请注意，步骤1可以替换为“1”-为了使解决方案更简单，它不需要是文本。

一个选项是创建一些全局变量来跟踪值和步骤，并引用/更新与

pandas.Series一起使用的函数中的值和步骤。请这样应用
：

import pandas as pd

df = pd.DataFrame(dict(
    A = [0,0,0,44.67,44.67,0,0,35.49,35.49,35.49,0]
))

step = 0
value = None

def get_step(x):
    global step
    global value
    if x != value:
        value = x
        step += 1
    return f'Step_{step}'

df['B'] = df['A'].apply(get_step)
print(df)


输出：

        A       B
0    0.00  Step_1
1    0.00  Step_1
2    0.00  Step_1
3   44.67  Step_2
4   44.67  Step_2
5    0.00  Step_3
6    0.00  Step_3
7   35.49  Step_4
8   35.49  Step_4
9   35.49  Step_4
10   0.00  Step_5


你好，Phillyclause89，非常感谢。这是一个简化的例子。真正的CSV文件由4000行组成，行数始终不同。请给我一个例子，如何从csv文件加载A列而不是列出值？您需要阅读/google关于如何使用的内容，这将为您提供所有csv数据的
pandas.DataFrame
。一旦你有了
df
，你就应该能够使用我在回答中的逻辑，无论你想要什么列。在没有实际访问文件的情况下，很难给出加载csv文件的具体代码示例。