Pandas多层索引DataFrame按列将零值替换为分组内最后非零值

无需自定义循环或函数，仅用pandas原生链式操作即可完成需求，核心代码仅1行：

processed_df = df.mask(df == 0).groupby(level=0).ffill().fillna(0)

逻辑说明 #

• df.mask(df == 0)：将所有值为0的单元格替换为NaN，标记为待填充位置
• .groupby(level=0)：按多层索引的第一层级（即示例中外层的0、1分组）拆分数据
• .ffill()：对每个分组独立执行向前填充，自动取同列上方最后一个非空（原非零）值填充下方空值，自动覆盖到分组末尾
• .fillna(0)：将分组开头尚未出现非零值位置的空值还原为0，匹配示例中分组首行全0的预期结果

该实现为pandas原生向量化运算，性能远高于自定义apply或逐行循环写法，数据量较大时效率优势明显，执行后输出结果和给出的预期效果完全一致。

内容的提问来源于stack exchange，提问作者Neyls