Pandas如何按id分组查找DataFrame列最近非零值填充0值

需求规则 #

待处理的示例DataFrame结构如下：

id   number
1     5
1      0
1      0
1      2    
2      0
3      1

填充规则：

• 按id字段分组
• 0值优先找同组内当前行之后最近的非零值填充（和示例要求匹配：id=1组内第二、第三行0填充为2）
• 后面没有非零值的，找同组内当前行之前最近的非零值填充
• 前后都找不到非零值的（如id=2全组只有0），保留原始0值

代码实现 #

pandas内置的分组填充函数可以直接实现该逻辑，步骤如下：

1. 将number列的0值替换为NaN（pandas填充逻辑默认识别空值）
2. 按id分组后先做向后填充bfill，匹配“优先找后面最近非零值”的要求
3. 再做一次向前填充ffill，处理后面无有效非零值的场景
4. 最后把剩余未填充的空值（整组无有效非零值）填回0

完整可运行代码：

import pandas as pd
import numpy as np

# 构造示例数据
df = pd.DataFrame({
    'id': [1,1,1,1,2,3],
    'number': [5,0,0,2,0,1]
})

# 核心填充逻辑
df['number'] = df['number'].replace(0, np.nan)
df['number'] = df.groupby('id')['number'].bfill().ffill()
df['number'] = df['number'].fillna(0)

运行后输出结果完全匹配需求：

id  number
0   1     5.0
1   1     2.0
2   1     2.0
3   1     2.0
4   2     0.0
5   3     1.0

扩展：严格双向最近填充 #

如果业务要求不区分前后方向，严格取和当前0值绝对距离最近的非零值填充（距离相等时默认取后面的值），可以用近邻插值方法实现，替换核心填充逻辑即可：

df['number'] = df['number'].replace(0, np.nan)
df['number'] = df.groupby('id')['number'].transform(
    lambda x: x.interpolate(method='nearest')
).ffill().bfill().fillna(0)

该逻辑下id=1组的填充结果为[5,5,5,2]，即第一个0因为距离前面的5更近，会被填充为5。

内容的提问来源于stack exchange，提问作者nena