在Python/Pandas中添加lead_value列及筛选含冒号type的DataFrame

1. 添加lead_value列 #

由于未看到你提及的图片，这里假设lead_value的逻辑为：将最近的上方type列包含":"的行对应的value值，填充到后续行中；type自身含":"的行，lead_value设为缺失值。实现代码如下：

import pandas as pd

ori_df = pd.DataFrame([['a','1'],['w:','z'],['t','6'],['f:','z'],['a','2']],
                      columns=['type','value'])

# 先提取type含":"的行的value，其余行设为缺失值
ori_df['lead_value'] = ori_df.loc[ori_df['type'].str.contains(':'), 'value']
# 向前填充缺失值，把标记值传递给后续行
ori_df['lead_value'] = ori_df['lead_value'].ffill()
# 将type含":"的行的lead_value重置为缺失值
ori_df.loc[ori_df['type'].str.contains(':'), 'lead_value'] = pd.NA

处理后的结果：

type value lead_value
0    a     1       <NA>
1   w:     z       <NA>
2    t     6          z
3   f:     z       <NA>
4    a     2          z

如果你的lead_value逻辑不同，比如需要向后填充或其他规则，可以修改填充方式或标记逻辑。

2. 筛选type含":"的行 #

使用字符串匹配结合布尔索引即可快速筛选：

filtered_df = ori_df[ori_df['type'].str.contains(':')]

筛选结果：

type value
1   w:     z
3   f:     z

内容的提问来源于stack exchange，提问作者anderwyang