我们将首先获取col1中每个项目的累计计数：

df['value'] = df.groupby('col1').cumcount()

接下来，我们需要应用乘法by item：

multiples = {
    'x': 100,
    'y': 150
}
for col, value in multiples.items():
    index = df['col1'] == col
    df.loc[index,'value'] *= value

给出最终结果：

col1    value
0   x   0
1   x   100
2   x   200
3   x   300
4   x   400
5   y   0
6   y   150
7   y   300
8   y   450
9   y   600
10  y   750
11  y   900

EDIT：SNygard比我先想到了，但是我尝试提出一个解决方案，它利用了panda的广播架构，并绕过了迭代的低效。

据说，当你遍历一个 Dataframe 的行时，你会因为将它用于一个它不打算用于的目的而失去Pandas的效率。
我会这样做：

import pandas as pd

col1_to_value_hash = {
    'x': 100,
    'y': 150
}

df = pd.DataFrame({
    'col1': ['x', 'x', 'x', 'x', 'x', 'y', 'y', 'y', 'y', 'y', 'y', 'y'],
    'value': [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]
})

cumcount = df.groupby('col1').cumcount()

df['value'] = cumcount * df['col1'].apply(lambda x: col1_to_value_hash[x])