Pandas重复填充前值问题：实现条件满足后的连续值填充

原始数据与代码 #

import pandas as pd

columns1 = ['Student ID', 'Course ID', 'Marks']
data1 = [(1, 10, 100), (2, 400, 200), (3, 30, 300), (3, 30, 300), (3, 30, 300), (3, 30, 300), (3, 30, 300), (3, 30, 300)]
df1 = pd.DataFrame(data1, columns=columns1)

原始数据表格：

尝试的代码及当前结果 #

尝试用np.where结合shift实现填充，但结果不符合预期：

import numpy as np
df1['s'] = np.where((df1['Course ID'] > df1['Marks']) == True, df1['Student ID'], df1['s'].shift(1)) 
df1

当前结果：

期望结果 #

当第2行满足Course ID > Marks条件后，后续所有行的s列都填充为2：

解决方案 #

方法一：使用np.where+ffill向前填充 #

先标记满足条件的行，再用向前填充补全后续NaN值：

import numpy as np

# 初始化s列：满足条件赋值Student ID，其余为NaN
df1['s'] = np.where(df1['Course ID'] > df1['Marks'], df1['Student ID'], np.nan)
# 向前填充所有NaN值，持续沿用最近的有效值
df1['s'] = df1['s'].ffill()

方法二：定位条件行后批量赋值 #

找到第一个满足条件的行，直接给后续所有行赋值：

# 获取第一个满足条件的Student ID
target_id = df1.loc[df1['Course ID'] > df1['Marks'], 'Student ID'].iloc[0]
# 获取该行的索引位置
target_index = df1[df1['Course ID'] > df1['Marks']].index[0]
# 给索引之后的所有行赋值
df1.loc[target_index:, 's'] = target_id

原代码问题说明 #

原代码中df1['s'].shift(1)仅能引用上一行的s值，但s列初始状态全为NaN，除了满足条件的行和紧邻的下一行，后续行无法获取有效前置值，导致出现大量NaN。使用ffill或批量赋值可解决这个问题。

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