如何在Pandas中为有序DataFrame映射上层分组ID？

现有一个有序的DataFrame df，结构如下：

Level    ID
5        A
8        DD
8        DA
8        AC
5        B
8        BA
8        BB
8        BC
8        BD

需求说明 #

为每行添加Upper_ID列，规则如下：

• Level为5的行，其Upper_ID等于自身的ID
• Level为5的行作为下方Level为8的行的上层组，该行ID会作为后续所有Level=8行的Upper_ID，直到下一个Level=5的行出现

期望得到的结果：

Level    ID   Upper_ID
5        A       A
8        DD      A
8        DA      A
8        AC      A
5        B       B
8        BA      B
8        BB      B
8        BC      B
8        BD      B

实现方案 #

利用Pandas的loc筛选和ffill()向前填充方法即可完成，代码如下：

import pandas as pd

# 构造示例DataFrame（如果已有df可跳过此步骤）
data = {
    'Level': [5, 8, 8, 8, 5, 8, 8, 8, 8],
    'ID': ['A', 'DD', 'DA', 'AC', 'B', 'BA', 'BB', 'BC', 'BD']
}
df = pd.DataFrame(data)

# 生成Upper_ID列
df['Upper_ID'] = df.loc[df['Level'] == 5, 'ID'].ffill()

代码解释 #

1. df.loc[df['Level'] == 5, 'ID']：筛选出所有Level为5的行的ID值，其余位置填充为NaN
2. ffill()：将NaN值替换为最近的非NaN值，实现把每个Level=5的ID传递给后续所有Level=8的行，直到下一个Level=5的行出现
3. Level为5的行本身的ID会被保留，因此其Upper_ID自然等于自身ID，符合需求

内容的提问来源于stack exchange，提问作者PV8