如何基于多列ID与时间戳填充Pandas DataFrame中空的attempt_no列

这是一个典型的基于锚点行填充后续缺失值的问题，结合你的示例和核心逻辑，我整理了一套清晰可行的实现步骤：

步骤1：预处理空白值 #

首先需要把DataFrame中的空白字符串转换为NaN，因为Pandas的缺失值处理函数都是基于NaN工作的：

import pandas as pd
import numpy as np

# 替换所有空白字符串为NaN
df = df.replace('', np.nan)

步骤2：创建分组标识 #

我们需要把每个带有user_id的行作为"锚点"，将后续行直到下一个锚点划分为同一个分组。可以用累计求和快速实现：

# 每当遇到非空的user_id，分组编号自动+1
df['group'] = df['user_id'].notna().cumsum()

这样你的数据会被自动分成4个分组：行0-3为group1，行4-6为group2，行7-8为group3，行9-10为group4，完美匹配你示例中的分段逻辑。

步骤3：组内填充attempt_no #

在每个分组内，锚点行的attempt_no是有效值，我们只需要将这个值前向填充到分组内的所有空白行即可：

# 按分组对attempt_no执行前向填充
df['attempt_no'] = df.groupby('group')['attempt_no'].ffill()

步骤4：（可选）清理临时列 #

如果不需要保留分组标识列，可以直接删除：

df = df.drop('group', axis=1)

结果验证 #

运行完上述代码后，你的DataFrame会完全匹配期望输出：比如行10的attempt_no会被填充为4，因为它属于group4，而该组的锚点行（行9）的attempt_no是4。

逻辑调整补充 #

如果你的核心逻辑确实是仅填充与锚点行ne1_id相同的后续行，可以把步骤3调整为按分组+ne1_id双重分组后填充：

df['attempt_no'] = df.groupby(['group', 'ne1_id'])['attempt_no'].ffill()

这样group4中的行10（ne1_id=100）会因为和锚点行ne1_id不同而保持NaN，你可以根据实际需求选择是否使用这个版本。

内容的提问来源于stack exchange，提问作者jpbrunori