Python 熊猫按列值分组，所有值都小于某些数字，并将组号指定为新列

我有一个这样的数据框

df
col1    col2
 A        2
 B        3
 C        1
 D        4
 E        6
 F        1
 G        2
 H        8
 I        1
 J       10

现在我想创建另一列col3，将所有小于5的col2值分组，并将col3值保持为1，以组数为单位，因此最终的数据帧如下所示

col1    col2     col3
 A        2        1
 B        3        1
 C        1        1
 D        4        1
 E        6        2
 F        1        2
 G        2        2
 H        8        3
 I        1        3
 J       10        4

我可以将上一个值与当前值进行比较，并将其存储到列表中，使其成为col3

但是在这种情况下，执行时间将是巨大的，因此要寻找一些快捷方式/Python方式来最有效地执行。

比较for

，然后使用。新列总是以

0

开头，因为列的第一个值不像

5

，否则它应该是

1

：

df['col3'] = df['col2'].gt(5).cumsum()
print (df)
  col1  col2  col3
0    A     2     0
1    B     3     0
2    C     1     0
3    D     4     0
4    E     6     1
5    F     1     1
6    G     2     1
7    H     8     2
8    I     1     2
9    J    10     3

因此，对于从

1

开始的一般解决方案，使用此技巧-比较第一个值（如果不太像

5

），将

True->1

和

False->0

转换为整数，并添加到列中：

N = 5
df['col3'] = df['col2'].gt(N).cumsum() + int(df.loc[0, 'col2'] < 5)

N=5
df['col3']=df['col2'].gt（N.cumsum（）+int（df.loc[0，'col2']<5）

---

df=df.assign（col21=df['col2'].add（pd.Series（{0:5}），fill_value=0.astype（int））
N=5
df['col3']=df['col2'].gt（N）.cumsum（）+int（df.loc[0，'col2']5
df['col31']=df['col21'].gt（N.cumsum（）+int（df.loc[0，'col21']

df = df.assign(col21 = df['col2'].add(pd.Series({0:5}), fill_value=0).astype(int))

N = 5
df['col3'] = df['col2'].gt(N).cumsum() + int(df.loc[0, 'col2'] < N)
#test for first value > 5
df['col31'] = df['col21'].gt(N).cumsum() + int(df.loc[0, 'col21'] < N)
print (df)
  col1  col2  col21  col3  col31
0    A     2      7     1      1
1    B     3      3     1      1
2    C     1      1     1      1
3    D     4      4     1      1
4    E     6      6     2      2
5    F     1      1     2      2
6    G     2      2     2      2
7    H     8      8     3      3
8    I     1      1     3      3
9    J    10     10     4      4