Python：如何用前次非相等状态值填充DataFrame的C列？

原始实现与问题 #

原始通过np.select根据A、B列数值关系生成C列，代码如下：

import numpy as np
import pandas as pd

# 假设df是目标DataFrame
conditions = [df['A'] > df['B'], (df['A'] == df['B']), df['A'] < df['B']]
choices = ["A大于B", 'same', 'B大于A']
df["C"] = np.select(conditions, choices, default=np.nan)

生成的结果如下：

现在需要将C列中标记为same的行，替换为上一次A、B数值不等时的状态值，预期结果：

解决方案 #

可以通过替换same为缺失值，再使用向前填充实现需求，步骤如下：

1. 按原始逻辑生成C列，将same替换为缺失值
2. 用ffill()方法向前填充，即用上一个非缺失值覆盖当前缺失值

代码实现：

# 生成初始C列
conditions = [df['A'] > df['B'], (df['A'] == df['B']), df['A'] < df['B']]
choices = ["A大于B", 'same', 'B大于A']
df["C"] = np.select(conditions, choices, default=np.nan)

# 替换same为缺失值并向前填充
df["C"] = df["C"].replace('same', pd.NA).ffill()

关于“将前一个变量的值赋给当前变量”的说明 #

在Pandas中实现这类需求，常用方法有两种：

• 向前填充法：ffill()或fillna(method='ffill')，自动用前一个非缺失值填充当前缺失值，适合连续重复的场景，无需额外处理边界值
• 手动取前值法：用shift()获取前一行的数值，再通过条件判断替换，示例：

  # 生成前一行的C列值
  df['prev_C'] = df['C'].shift(1)
  # 当当前C为same时，用前一行的值替换
  df['C'] = np.where(df['C'] == 'same', df['prev_C'], df['C'])
  

  注意：shift(1)会让第一行的prev_C变为NaN，如果第一行是same需要额外处理，而ffill()会自动保留第一个有效值，更适配你的场景。

内容的提问来源于stack exchange，提问作者Batuhan Hazar GÜLER