如何基于Pandas DataFrame分组顶部值替换指定列数据

需求说明 #

现有一个Pandas DataFrame，数据按空行分为多组：

• 每组首行的product列存储支付类型（如credit、cash、transfer）
• 组内后续行的purchase列需要替换为该组首行的支付类型

输入示例 #

输出示例 #

解决方案代码 #

import pandas as pd

# 创建示例DataFrame（实际场景可替换为读取你的数据源）
df = pd.DataFrame({
    'product': ['credit', 'toy', 'electronics', 'groceries', 'gaming', '', 'cash', 'toy', 'electronics', 'groceries', 'gaming', '', 'transfer', 'toy', 'electronics', 'groceries', 'gaming'],
    'purchase': ['', 'cash', 'cash', 'cash', 'cash', '', '', 'credit', 'credit', 'credit', 'credit', '', '', 'cash', 'cash', 'cash', 'cash'],
    'price': ['', '£20', '£50', '£80', '£30', '', '', '£20', '£50', '£80', '£30', '', '', '£20', '£50', '£80', '£30']
})

# 1. 生成分组ID：以空行为分隔标记各组
df['group_id'] = df['product'].eq('').cumsum()

# 2. 提取每组对应的支付类型（每组首行的product值）
payment_types = df[df['purchase'].eq('')]['product'].tolist()
payment_map = dict(zip(df['group_id'].unique(), payment_types))

# 3. 替换purchase列：仅替换非首行的内容
df['purchase'] = df.apply(
    lambda row: payment_map[row['group_id']] if row['purchase'] != '' else row['purchase'],
    axis=1
)

# 4. 删除临时分组列
df = df.drop('group_id', axis=1)

# 查看结果
print(df)

代码逻辑解释 #

1. 标记分组：通过判断product列是否为空字符串，累加生成唯一的组ID，把空行作为分组的分隔点。
2. 建立支付类型映射：筛选出每组首行（purchase为空的行）的product值，将组ID和对应支付类型关联成字典。
3. 替换目标列：遍历每行，若当前行的purchase不为空，就用对应组的支付类型替换；首行保持原空值不变。
4. 清理临时数据：移除用于分组的group_id列，得到最终结果。

内容的提问来源于stack exchange，提问作者user19795989