Pandas 获取符合条件首行位置索引方法

本文介绍如何基于布尔掩码定位 DataFrame 中首个满足条件的行，并将其位置索引（即 reset_index 后的整数序号）写入新列，而非原始标签索引，适用于需按数据顺序而非标签顺序标识“第几行”的场景。

本文介绍如何基于布尔掩码定位 DataFrame 中首个满足条件的行，并将其**位置索引（即 reset_index 后的整数序号）**写入新列，而非原始标签索引，适用于需按数据顺序而非标签顺序标识“第几行”的场景。

在 Pandas 数据分析中，常需识别满足特定条件的第一行，并记录其在数据集中的位置序号（position index）——即从 0 开始计数的整数索引（等价于 df.reset_index().index），而非原始的标签索引（如本例中的 100, 101, ...）。例如，给定掩码 mask = df.a > df.b，目标是：仅对首个为 True 的位置，将该行的位置索引（此处为 3）填入新列 'c'，其余位置保持 NaN。

最简洁可靠的方法是利用 mask.idxmax() 配合 df.index.get_loc() 获取位置索引：

import pandas as pd
import numpy as np

df = pd.DataFrame(
    {
        'a': [100, 1123, 123, 100, 1, 0, 1],
        'b': [1000, 11123, 1123, 0, 55, 0, 1],
    },
    index=range(100, 107)
)

mask = df['a'] > df['b']

# ✅ 推荐方案：精准获取首个 True 的位置索引
first_pos_idx = df.index.get_loc(mask.idxmax()) if mask.any() else np.nan

# 创建新列 c，仅在首个满足条件的行填入位置索引，其余为 NaN
df['c'] = np.nan
df.loc[mask.cumsum() == 1, 'c'] = first_pos_idx

⚠️ 注意：mask.idxmax() 在 mask 全为 False 时会抛出 ValueError，因此需用 mask.any() 安全判断。

另一种更直观的向量化写法（无需循环）如下：

# 一行式生成列 c：仅首个 True 对应位置索引，其余 NaN
df['c'] = np.where(
    mask & (mask.cumsum() == 1),
    np.arange(len(df)),  # 直接使用位置索引数组
    np.nan
)

该方法直接利用 np.arange(len(df)) 生成 [0,1,2,...] 序列，配合布尔索引实现高效赋值，性能优于 apply，且逻辑清晰、无隐式类型转换风险。

✅ 总结：

• 避免使用 apply + get_loc：虽可工作，但属逐行操作，性能差且冗余；
• 优先使用 mask.cumsum() == 1 结合 np.arange 或 df.index.get_loc(mask.idxmax())：完全向量化，语义明确，健壮性强；
• 始终检查 mask.any() 以防止空匹配异常；
• “位置索引”本质是行在 DataFrame 中的整数顺序号（0-based），与 .reset_index().index 一致，与原始索引标签无关。