基于分组处理Pandas DataFrame的PREV_LOT列，求代码修改方案

当前输出效果 #

当前代码生成的PREV_LOT列，仅在当前行与上一行LOT值不同时保留上一行值，同一ENTITY内连续相同的LOT组中，仅组内第一行可能有有效值，后续重复行的PREV_LOT均为NaN。

期望输出效果 #

同一ENTITY内，每个连续相同LOT组的所有行，PREV_LOT都填充为上一个不同LOT组的LOT值；首个组的PREV_LOT保持为NaN。

原代码 #

import numpy as np
import pandas as pd

group = ['ENTITY']

def shift_if_different(group):
    group['PREV_LOT'] = group['LOT'].shift()
    group['PREV_LOT'] = group.apply(lambda row: row['PREV_LOT'] if row['PREV_LOT'] != row['LOT'] else np.nan, axis=1)
    return group

df = df.groupby(group).apply(shift_if_different)

问题分析 #

原代码仅逐行对比当前与上一行的LOT值，相同则设为NaN，导致连续相同组内只有第一行可能有有效值，无法实现同一组内共享上一个不同组值的需求。

修改方案（简洁版） #

使用np.where生成初始标记后，通过ffill()向前填充NaN，让同一连续组内的所有行继承上一个不同组的LOT值：

import numpy as np
import pandas as pd

group = ['ENTITY']

def fill_prev_lot(group):
    # 生成初始匹配：相邻不同则保留上一行LOT，否则设为NaN
    group['PREV_LOT'] = np.where(group['LOT'] != group['LOT'].shift(), group['LOT'].shift(), np.nan)
    # 向前填充，让同一连续组内的行共享上一个不同组的LOT值
    group['PREV_LOT'] = group['PREV_LOT'].ffill()
    return group

df = df.groupby(group).apply(fill_prev_lot)

修改方案（精准分组版） #

如果需要更精准的组级控制，可通过标记连续组的方式实现：

import numpy as np
import pandas as pd

group = ['ENTITY']

def fill_prev_lot(group):
    # 标记连续相同的LOT分组
    group['lot_group'] = (group['LOT'] != group['LOT'].shift()).cumsum()
    # 提取每个分组的首个LOT值，并获取上一个分组的LOT值
    group_meta = group.groupby('lot_group')['LOT'].first().shift().reset_index()
    # 将上一个分组的LOT值映射回原数据
    group = group.merge(group_meta, on='lot_group', how='left').rename(columns={'LOT_y': 'PREV_LOT'})
    # 清理辅助列
    group = group.drop(columns=['lot_group', 'LOT_x'])
    return group

df = df.groupby(group).apply(fill_prev_lot)

内容的提问来源于stack exchange，提问作者user9185511