如何基于PersonEntityID列的新值重新索引DataFrame？

可以通过Pandas的notna()、cumsum()方法实现需求，具体步骤如下：

1. 先构造示例DataFrame（模拟你的原始数据）：

import pandas as pd
df = pd.DataFrame({
    'PersonEntityID': [324141, None, 425544, None, 434456]
})

2. 生成目标索引：
   先标记非空值为1、空值为0，对标记值累加后减1，就能得到每个非空值对应的递增索引，空值会自动继承前一个非空值的索引：

# 生成非空标记并累加，得到目标索引
df['new_index'] = df['PersonEntityID'].notna().astype(int).cumsum() - 1
# 设置新索引并保留原列
df = df.set_index('new_index')

3. 最终结果：
   执行后得到的DataFrame如下：

PersonEntityID
new_index                 
0                324141.0
0                     NaN
1                425544.0
1                     NaN
2                434456.0

内容的提问来源于stack exchange，提问作者nzskra