如何用Python修改符合条件的Pandas DataFrame行（BOM场景）

我有一个包含价格信息的BOM（物料清单）Pandas DataFrame，数据如下：

需求：如果存在价格不为0的子装配体，将其所有子项的价格替换为该父装配体的价格，期望结果如下：

补充说明：通过Assembly Level区分子装配体：若第n行的Assembly Level数值小于后续行，则第n行为子装配体，后续行是其子项。例如，BAZ是级别2的子装配体，包含级别3的子项BAZ_1和BAZ_2；BAZ_2有级别4的子项BAZ_2_1，因此它也属于子装配体。BOB与BAZ的Assembly Level相同，不属于BAZ的子装配体。

可以通过以下Python代码实现需求，核心用栈结构追踪嵌套的父装配体价格，遍历过程中完成子项价格替换：

import pandas as pd

# 构建示例DataFrame
data = {
    'Assembly Level': [1,2,2,2,3,3,4,2,2,3],
    'Part Name': [
        'FOOBARBAZQUX（主装配体）',
        'FOO（零件）',
        'BAR（零件）',
        'BAZ（子装配体）',
        'BAZ_1（BAZ子装配体的子零件）',
        'BAZ_2（BAZ子装配体的子装配体）',
        'BAZ_2_1（BAZ_2子装配体的子零件）',
        'BOB（零件）',
        'QUX（子装配体）',
        'QUX_1（QUX子装配体的子零件）'
    ],
    'Price': [100,20,30,25,15,10,10,14,0,12]
}
df = pd.DataFrame(data)

# 用栈存储当前层级的父装配体信息（级别+价格）
parent_stack = []

# 遍历每一行处理价格替换
for idx, row in df.iterrows():
    current_level = row['Assembly Level']
    current_price = row['Price']
    
    # 弹出栈中级别 >= 当前级别的元素，确保栈顶是当前行的直接父级
    while parent_stack and parent_stack[-1]['level'] >= current_level:
        parent_stack.pop()
    
    # 若存在有效父装配体（价格不为0），替换当前行价格
    if parent_stack and parent_stack[-1]['price'] != 0:
        df.at[idx, 'Price'] = parent_stack[-1]['price']
    
    # 将当前行的级别和价格入栈，作为后续子项的父级参考
    parent_stack.append({'level': current_level, 'price': current_price})

# 打印处理后的结果
print(df)

代码逻辑说明 #

1. 栈结构适配嵌套装配：通过栈维护当前层级的父装配体信息，遇到更低层级的行时，弹出栈中级别不小于当前级别的元素，保证栈顶始终是当前行的直接父装配体。
2. 价格替换规则：如果栈顶的父装配体价格不为0，就将当前子项的价格替换为父装配体的价格；若父装配体价格为0，则保留子项原价格。
3. 入栈更新父级：每一行处理完成后，将自身的级别和价格入栈，供后续更高层级的子项作为父级参考。

运行代码后，输出的DataFrame将完全符合需求中的预期结果。

内容的提问来源于stack exchange，提问作者Philip C