在R语言中根据列值填充data frame指定列

构造初始数据 #

首先用以下代码复现你的DataFrame：

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'y': [1, 2, 3],
    'm0': [5, 15, 25],
    'm1': [np.nan, np.nan, np.nan],
    'm2': [np.nan, np.nan, np.nan],
    'mn': [np.nan, np.nan, np.nan]
})

方法1：逐行处理（直观易读） #

通过apply逐行遍历，根据y的值确定需要填充的列：

# 筛选出m0之后的所有m开头列
m_target_cols = [col for col in df.columns if col.startswith('m') and col != 'm0']

def fill_target_cols(row):
    # 取前y个目标列进行填充
    cols_to_fill = m_target_cols[:row['y']]
    row[cols_to_fill] = row['m0']
    return row

result_df = df.apply(fill_target_cols, axis=1)

方法2：向量化处理（高效适合大数据） #

利用numpy广播生成掩码，批量填充，性能更优：

m_target_cols = [col for col in df.columns if col.startswith('m') and col != 'm0']
# 生成掩码矩阵：每行前y个位置为True，其余为False
fill_mask = np.arange(len(m_target_cols)) < df['y'].values[:, np.newaxis]
# 根据掩码填充m0的值，保留其余位置的原数据
df[m_target_cols] = np.where(fill_mask, df['m0'].values[:, np.newaxis], df[m_target_cols])

最终结果 #

运行上述任意一种方法后，得到的结果如下：

内容的提问来源于stack exchange，提问作者littletimmy