如何在Pandas中按分组向后填充至stop标识并拆分分组DataFrame

一、按genre分组填充id列 #

需求是每个genre组内，把"stop"位置之前的空值全部替换为"stop"，"stop"之后的空值保持不变。可以用分组结合累积最大值实现，无需循环：

import pandas as pd

# 原始DataFrame
df = pd.DataFrame(data = {'genre': ['sci-fi','sci-fi','sci-fi','sci-fi','sci-fi', 'comedy', 
                                   'comedy', 'comedy', 'comedy', 'comedy', 'comedy', 'comedy'],
                           'score': [5,5,4,3,2,9,10,8,4,7,5,6], 
                            'id': ["","","","stop","", "", "stop", "", "", "", "", ""]})

# 分组处理id列
df['id'] = df.groupby('genre')['id'].apply(
    lambda x: x.eq('stop')[::-1].cummax()[::-1].map({True: 'stop', False: ''})
)

运行后得到的结果和你给出的目标DataFrame完全一致。

代码逻辑说明 #

• x.eq('stop')：把id列转成布尔值，"stop"对应True，空字符串对应False
• [::-1]：反转序列，从后往前计算累积最大值，这样能保证"stop"位置及之前的所有值都被标记为True，之后的保持False
• cummax()：计算累积最大值，会把True向前传递
• 再次反转回原顺序，最后用map把布尔值转回对应的字符串

二、无需for循环拆分DataFrame为子DataFrame #

有两种简便方法：

方法1：生成分组字典 #

用字典推导式结合groupby，一次性把所有genre的子DataFrame存到字典里：

genre_dfs = {genre: group for genre, group in df.groupby('genre')}

之后直接通过键名调用：

• 获取sci-fi子DataFrame：genre_dfs['sci-fi']
• 获取comedy子DataFrame：genre_dfs['comedy']

方法2：直接提取单个genre的子DataFrame #

如果只需要某一个genre的子数据，用布尔索引直接筛选：

# 获取仅包含sci-fi的DataFrame
sci_fi_df = df[df['genre'] == 'sci-fi']

内容的提问来源于stack exchange，提问作者Beans On Toast