如何在Pandas DataFrame中基于前缀条件填充重复分组标识列

需求：给DataFrame新增列Col3，规则为：当Col1内容以"M "开头时，Col3取该值；后续行的Col3持续沿用此值，直到遇到下一个以"M "开头的Col1内容，再替换为新值继续填充。

输入示例：

期望输出：

解决方案 #

可以通过两步实现需求：

1. 生成临时序列，仅保留Col1中以"M "开头的值，其余设为NaN
2. 对临时序列使用ffill()方法向前填充，得到最终的Col3

代码示例：

import pandas as pd

# 构造示例数据
data = {
    'Col1': ['M 1：药物1致死人数', '背景', '方法', 'M 2：药物2致死人数', '背景', '方法'],
    'Col2': ['行', '占位内容', '占位内容', '行', '占位内容', '占位内容']
}
df = pd.DataFrame(data)

# 生成Col3：筛选目标行+向前填充
df['Col3'] = df['Col1'].where(df['Col1'].str.startswith('M ')).ffill()

print(df)

代码说明 #

• df['Col1'].str.startswith('M ')：判断每行Col1是否以"M "开头，返回布尔值序列
• df['Col1'].where(...)：仅保留布尔值为True的行的Col1值，其余替换为NaN
• .ffill()：向前填充NaN值，让后续行自动沿用最近的非NaN值，完全匹配需求逻辑

内容的提问来源于stack exchange，提问作者Mando