在Python中基于前一行数据修改DataFrame列值

我有如下结构的DataFrame：

其中Order列代表层级：

• 0：制造商（Manufacturer）
• 1：公司
• 2：产品

需要新增Desired_Output列，生成规则：

• Order为0的行：直接输出自身Name
• Order为1的行：关联最近的Order=0的Name，格式为[制造商名称]_[公司名称]
• Order为2的行：关联最近的Order=1的Name，格式为[公司名称]_[产品名称]

期望输出如下：

可以用Pandas的ffill()（向前填充）方法，先为不同层级创建对应的关联列，再拼接生成结果：

import pandas as pd

# 构造原始DataFrame
df = pd.DataFrame({
    'Name': ['Manufacturer', 'Company1', 'product', 'Company2', 'product', 'product', 'product'],
    'Order': [0, 1, 2, 1, 2, 2, 2]
})

# 生成制造商关联列：仅Order=0的行保留Name，其余为空，然后向前填充
df['manufacturer'] = df.loc[df['Order'] == 0, 'Name'].ffill()
# 生成公司关联列：仅Order=1的行保留Name，其余为空，然后向前填充
df['company'] = df.loc[df['Order'] == 1, 'Name'].ffill()

# 根据Order值生成Desired_Output
def generate_output(row):
    if row['Order'] == 0:
        return row['Name']
    elif row['Order'] == 1:
        return f"{row['manufacturer']}_{row['Name']}"
    elif row['Order'] == 2:
        return f"{row['company']}_{row['Name']}"

df['Desired_Output'] = df.apply(generate_output, axis=1)

# 可选：删除中间辅助列
df = df.drop(['manufacturer', 'company'], axis=1)

print(df)

代码说明 #

1. 构造关联列：
   • manufacturer列：仅保留Order=0的Name值，其余行设为NaN，通过ffill()向前填充，确保后续所有行都能获取最近的制造商名称。
   • company列：同理，仅保留Order=1的Name值，向前填充后，所有产品行都能关联到最近的公司名称。
2. 生成目标列：
   • 用apply()遍历每行，根据Order值匹配对应的拼接逻辑，生成最终的输出内容。
3. 清理辅助列：如果不需要中间的manufacturer和company列，可执行删除操作。

运行代码后即可得到符合要求的输出结果。

内容的提问来源于stack exchange，提问作者Gojoe