在Pandas中，当列值为yes时如何将前一行值与当前行值匹配？

没问题！咱们先分析下你原来的代码为什么没达到预期：你把"yes"替换成NaN然后用bfill()，这会让后面的非yes值被前面的yes填充，但你需要的是当前行是yes时，把前一行改成yes，方向正好反了~

接下来，你想要结合np.where和bfill实现需求，完全可以！这里给你两种思路，其中第二种就是你要的组合方式：

方法1：直接用np.where标记目标行 #

这种方法最直观，我们只需要判断两个条件：

• 当前行的val本身就是"yes"
• 当前行的下一行是"yes"（因为下一行是yes的话，当前行需要被改成yes）

把满足任一条件的行设为"yes"，其余保留原值即可：

import numpy as np
import pandas as pd

# 你的原始数据
df = pd.DataFrame({'ID': [1,2,3,4,5], 'val': ['0.0', 'yes', '1.0', '0.0', 'yes']})

# 标记需要设为"yes"的行：当前行是yes 或者 下一行是yes
mask = (df['val'] == 'yes') | (df['val'].shift(-1) == 'yes')
df['val'] = np.where(mask, 'yes', df['val'])

print(df)

输出正好是你要的结果：

ID   val
0   1   yes
1   2   yes
2   3  1.0
3   4   yes
4   5   yes

方法2：结合np.where和bfill实现 #

如果你一定要用bfill，可以先把需要被改成yes的行（也就是下一行是yes的非yes行）设为NaN，然后用bfill()从后面的"yes"填充这些NaN：

import numpy as np
import pandas as pd

df = pd.DataFrame({'ID': [1,2,3,4,5], 'val': ['0.0', 'yes', '1.0', '0.0', 'yes']})

# 步骤1：用np.where把"下一行是yes的非yes行"设为NaN
df['val'] = np.where(
    (df['val'] != 'yes') & (df['val'].shift(-1) == 'yes'),
    np.nan,
    df['val']
)

# 步骤2：用bfill()填充NaN，再转成字符串类型
df['val'] = df['val'].bfill().astype(str)

print(df)

这个逻辑是：先把需要被修改的行（ID1、ID4）变成NaN，然后bfill()会用它们后面的"yes"（ID2、ID5）来填充NaN，最后转成字符串就得到了预期结果。

两种方法都能完美实现你的需求，你可以根据自己的习惯选择~

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