使用Pandas的apply函数基于列条件生成result列的技术问题

问题说明 #

处理一批数据时，需生成result列：

• 若top_tier不为空，result列留空
• 若top_tier为空，result列返回所属的上级区域

试过ffill和apply方法未得到预期结果，原本思路是用apply函数在top_tier为空时返回上方区域值，移除top_tier行后再执行ffill。

数据示例 #

实现代码 #

直接用Pandas的条件赋值结合向前填充即可完成，无需移除行：

import pandas as pd

# 假设数据存储在df中
# 第一步：仅保留top_tier非空行的region值，其余设为NaN
df['result'] = df['region'].where(df['top_tier'].notna())
# 第二步：向前填充NaN值，获取最近的上级区域
df['result'] = df['result'].ffill()
# 第三步：将top_tier非空行的result重置为空
df['result'] = df['result'].where(df['top_tier'].isna(), '')

逻辑说明 #

• df['region'].where(df['top_tier'].notna())：筛选出top_tier非空行的区域值，其他行转为空值
• ffill()：把空值替换为上一个非空的区域值，也就是对应的上级区域
• 最后一步的where操作：将top_tier非空行的result清空，完全匹配需求

内容的提问来源于stack exchange，提问作者elksie5000