如何用Pandas为连续空值及后续非空值分配唯一标识？

要实现将连续空值块及后续非空值归为同一组的需求，你可以通过标记空值块的起始位置，再累计计数的方式实现，具体代码如下：

import pandas as pd
import numpy as np

# 创建测试序列
col = pd.Series([1, 2, np.nan, np.nan, 3, 4, np.nan, np.nan, 5])

# 1. 标记每个位置是否是连续空值块的第一个元素
is_nan = col.isnull()
# 当前是NaN且前一个不是NaN（第一个元素若为NaN则直接标记）
is_new_empty_block = is_nan & ~is_nan.shift(1, fill_value=False)

# 2. 对标记累计求和，得到分组标识
group_ids = is_new_empty_block.cumsum()

print(group_ids.tolist())

输出结果 #

[0, 0, 1, 1, 1, 1, 2, 2, 2]

逻辑说明 #

• is_nan：生成布尔序列，标记每个位置是否为空值
• is_new_empty_block：仅在连续空值块的第一个元素位置标记为True，其余为False，确保每个连续空值块只触发一次计数
• cumsum()：对标记序列累计求和，自动为每个空值块及后续非空值分配同一递增组ID

内容的提问来源于stack exchange，提问作者Joe