Pandas按增长率公式结合前序值填充DataFrame Price列0值

核心逻辑说明 #

• 先关联两张表，给主价格表匹配上对应「区域+产品」维度的年均增长率，避免计算过程中反复查表
• 按「国家+产品」维度分组，组内按年度升序排序，保证时间递推顺序正确
• 逐组逐行遍历：非0价格直接保留原值；遇到0值时，取上一行的最终价格（不管是原始值还是之前递推算出的填充值），按公式填充值 = 上一年价格 * (1 + 对应年均增长率)计算填充
• 计算完成后删除临时关联的增长率辅助列即可

完整可运行代码 #

import pandas as pd

# 构造样例数据
data1 = {'Region': ['Africa','Africa','Africa','Africa','Africa','Africa','Africa','Africa','Asia','Asia','Asia','Asia'],
         'Country': ['South Africa','South Africa','South Africa','South Africa','South Africa','South Africa','South Africa','South Africa','Japan','Japan','Japan','Japan'],
         'Product': ['ABC','ABC','ABC','ABC','XYZ','XYZ','XYZ','XYZ','DEF','DEF','DEF','DEF'],
         'Year': [2016, 2017, 2018, 2019,2016, 2017, 2018, 2019,2016, 2017, 2018, 2019],
         'Price': [500, 400, 0,450,750,0,0,890,500,470,0,415]}
data2 = {'Region': ['Africa','Africa','Africa','Asia','Asia','Asia'],
         'Product': ['ABC','DEF','XYZ','XYZ','ABC','DEF'],
         'Average Yearly Price Growth': [0.043, 0.071, 0.0128,0.05,0.009,-0.021]}
df = pd.DataFrame(data1)
df2 = pd.DataFrame(data2)

# 1. 关联增长率到主表
df = df.merge(df2, on=['Region', 'Product'], how='left')

# 2. 提前按分组维度+年度排序，保证递推顺序正确
df = df.sort_values(by=['Country', 'Product', 'Year']).reset_index(drop=True)

# 3. 按国家+产品分组递推填充0值
for (country, product), group in df.groupby(['Country', 'Product']):
    # 拿到当前组在原df的索引位置，方便回写值
    group_idx = group.index
    # 逐行遍历组内数据
    for i in range(1, len(group_idx)):
        current_pos = group_idx[i]
        prev_pos = group_idx[i-1]
        # 当前值为0才需要填充
        if df.loc[current_pos, 'Price'] == 0:
            prev_price = df.loc[prev_pos, 'Price']
            growth = df.loc[current_pos, 'Average Yearly Price Growth']
            df.loc[current_pos, 'Price'] = prev_price * (1 + growth)

# 4. 删除临时辅助列，还原表结构
df = df.drop(columns=['Average Yearly Price Growth'])
# 可选：按常规维度排序输出
df = df.sort_values(by=['Region', 'Country', 'Product', 'Year']).reset_index(drop=True)

计算结果校验 #

处理后的数据完全符合规则要求，核心填充值结果如下：

注：连续0值会自动基于前序计算结果递推，比如南非XYZ产品2018年值就是基于2017年的填充值759.6计算得出，符合需求规则。

注意事项 #

• 代码默认每个「国家+产品」分组的最早年度为非0值，存在可用于递推的初始基准价格。如果存在首年价格为0的场景，需要提前补充对应基准值后再运行计算。
• 逐行递推的逻辑支持任意长度的连续0值计算，不会出现向量化填充常见的连续缺失值断层问题。

内容的提问来源于stack exchange，提问作者A.N.