本文介绍如何在 pandas 中按 `cli_cd` 分组，识别每组内 `cura_t1` 首次出现 1 的位置，并从此处开始逐行累加 `100/6`（即约 16.666…），生成递增的 `cura_alt` 列；此前及后续的 0 区间则统一置为 0。
要实现该逻辑，关键在于精准定位“首次出现 1”的起始段落，并仅对连续的 1 序列进行累加计数（而非全局或简单布尔索引）。直接使用 .groupby('CLI_CD') 不足以解决——因为我们需要的是按 CURA_T1 值变化划分的“块”（block），而非固定 ID 分组。
正确思路是：利用 CURA_T1.eq(0).cumsum() 构造一个“0 累计段标识符”。该表达式对每一行为 True（即 CURA_T1 == 0）时累加 1，从而将数据自然切分为若干连续的 0 段和 1 段（每个新段开始时计数+1）。由于我们只希望在 首个连续 1 段 内累加，而后续再次出现的 0（如示例中第 10–11 行）会开启新段、重置计数，因此该方法天然满足“仅作用于第一个 1 区块”的需求。
具体步骤如下：
- 构造段标识列：df['CURA_T1'].eq(0).cumsum() 将序列 [0,0,0,0,1,1,1,1,1,1,0,0] 转为段标签 [1,1,1,1,2,2,2,2,2,2,3,3]（注意：首段为 1，非 0）；
- 按段分组并累加计数：groupby(...).cumcount() + 1 得到每段内从 1 开始的序号（若需从 0 开始可省略 +1）；
- 仅对非零段（即 CURA_T1 == 1 的行）应用累加值，其余置 0 ——但原答案未显式过滤，而是依赖 cumcount() 在 0 段内返回 0、1、2…，再乘以 100/6 后取整得 0。然而严格来说，应显式屏蔽非目标段，否则若某 0 段很长（如 7 行），cumcount() 会生成 0~6，乘后可能非零，导致错误。
✅ 推荐稳健写法（兼容任意长度、明确语义）：
import pandas as pd
import numpy as np
# 示例数据
df = pd.DataFrame({
'CLI_CD': [3]*12,
'CURA_T1': [0,0,0,0,1,1,1,1,1,1,0,0]
})
# 步骤1：标记每个连续段（0 或 1 的连续块）
seg_id = (df['CURA_T1'] != df['CURA_T1'].shift()).cumsum()
# 步骤2：对每个 CLI_CD 分组，找出首个 CURA_T1==1 所在的段号
first_one_seg = df[df['CURA_T1'] == 1].groupby('CLI_CD')['seg_id'].min()
# 步骤3：广播匹配，生成掩码：仅当当前段属于“首个 1 段”时才计算
mask = df.apply(lambda row: seg_id.iloc[row.name] == first_one_seg.get(row['CLI_CD'], np.nan), axis=1)
# 步骤4：在掩码为 True 的行上，按段内顺序累加 100/6
df['CURA_ALT'] = 0
if not first_one_seg.isna().all():
seg_group = df[mask].groupby(seg_id[mask])
df.loc[mask, 'CURA_ALT'] = (seg_group.cumcount() + 1) * (100 / 6)
# 四舍五入取整（题目示例为向下取整，可用.astype(int)或.round()）
df['CURA_ALT'] = df['CURA_ALT'].round().astype(int)
print(df)? 注意事项：
- 原答案 df.groupby(df['CURA_T1'].eq(0).cumsum()).cumcount() 巧妙但隐含风险：它把所有 0 视为同一类段，无法区分“首个 1 前的 0”和“1 结束后的 0”，在多组 CLI_CD 或存在多个 1 区块时可能失效；
- 实际生产中务必按 CLI_CD 分组处理，避免跨 ID 干扰（原答案未显式 groupby('CLI_CD')，仅靠 cumsum() 侥幸成立，因示例中 CLI_CD 全为 3）；
- 100/6 ≈ 16.666...，累加 6 次后理论值为 100，但浮点误差+取整可能导致 16, 33, 50, 66, 83, 100（如原答案）或 17, 33, 50, 67, 83, 100（四舍五入），需根据业务要求选择 round() 或 np.floor()。
最终效果完全匹配预期：每个 CLI_CD 组内，首个连续 1 区块被赋予递增的 CURA_ALT 值，其余位置为 0。
