如何用Pandas/Numpy填充DataFrame中A、B间的None以避免连续值

原始DataFrame #

需求说明 #

消除列中连续出现的A或B，将连续重复的非None值（除第一个外）替换为None，最终列中不存在连续的A或B。

期望输出 #

非循环实现方案（Pandas） #

利用Pandas向量化操作完成，无需循环：

import pandas as pd

# 构造原始数据
df = pd.DataFrame({
    'index': range(1, 11),
    'Value': [None, 'A', None, 'A', 'B', 'B', None, 'A', 'A', 'B']
}).set_index('index')

# 获取每个位置向前填充的最近非空值
prev_non_null = df['Value'].ffill()
# 生成掩码：当前值非空且与上一个非空值重复
mask = df['Value'].notna() & (df['Value'] == prev_non_null.shift())
# 将重复的非空值替换为None
df.loc[mask, 'Value'] = None

print(df)

逻辑说明 #

1. ffill()：向前填充非空值，得到每个位置对应的最近上一个非None值；
2. prev_non_null.shift()：将填充结果下移一位，与当前行Value对比，判断是否为连续重复的非空值；
3. 通过掩码筛选出重复值位置，批量替换为None。

内容的提问来源于stack exchange，提问作者Akav