将列添加到df并创建条件序列

我有一个熊猫数据框“ df”,其中一个名为“ Value”的列如下所示：

import pandas as pd
df = pd.DataFrame({'Value':[240, 241, 242, 243, 244, 245, 246, 247, 248, 249, 250, 251, 252, 253, 254, 255]})

Value
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255

我想做的是添加第二列“ NewValue”,这样我就得到了这样的列：

Value NewValue
240   7
241   8
242   9
243   10
244   11
245   12
246   13
247   14
248   15
249   0
250   1
251   2
252   3
253   4
254   5
255   6

第二列应包含一个从0到15的递增序列,其中变量zerovalue定义值0的(索引)位置.在上例中,zerovalue = 249.
我知道我可以添加一个新列并基于rowIndex更改行值,如下所示：

rowIndex = df.index[9]
df.loc[rowIndex, 'NewValue'] = 0

我如何添加第二个列,该列包含上面示例中的系列,并且定义零列位置的零值是可变的？

解决方法:

我将acumsort与cumsum一起使用,然后按索引分配值

s=df.Value.eq(249).cumsum()
df.loc[s.iloc[(-s).argsort()].index,'NewValue']=np.arange(len(df))
df
Out[134]: 
    Value  NewValue
0     240         7
1     241         8
2     242         9
3     243        10
4     244        11
5     245        12
6     246        13
7     247        14
8     248        15
9     249         0
10    250         1
11    251         2
12    252         3
13    253         4
14    254         5
15    255         6