如何基于上下行值替换DataFrame列中的See Above/See Below值？

先重现你的数据场景：

import pandas as pd
df = pd.DataFrame([[1, 'Cat'], [1, 'See Above'], [4, 'See Below'],[2, 'Dog']], columns=['A','B'])

初始数据：

矢量化替换方案（适配230万行大数量级） #

因为数据量很大，绝对不能用循环或逐行处理，得用pandas的矢量化操作——底层优化过，速度快很多。

1. 替换See Above：用上一行的B列值，用shift(1)获取上一行数据，再用mask只替换目标值
2. 替换See Below：用下一行的B列值，用shift(-1)获取下一行数据，同样用mask替换

代码如下：

# 替换'See Above'为上一行的值
df['B'] = df['B'].mask(df['B'] == 'See Above', df['B'].shift(1))

# 替换'See Below'为下一行的值
df['B'] = df['B'].mask(df['B'] == 'See Below', df['B'].shift(-1))

处理后结果：

额外说明 #

• 连续重复场景：如果有连续多个See Above（比如['Cat', 'See Above', 'See Above']），shift(1)会自动让后续的See Above取已经替换好的上一行值，结果和预期一致；连续See Below同理。
• 边界值处理：如果第一行是See Above，shift(1)会得到NaN；最后一行是See Below的话，shift(-1)也会得到NaN，可以根据需求用fillna补默认值：

  df['B'] = df['B'].fillna('Unknown')
  

• 性能：这种方法处理230万行数据基本几秒就能完成，比循环快几十甚至上百倍。

内容的提问来源于stack exchange，提问作者cb101