Pandas DataFrame如何按Parameter列为1的条件前向填充Step、Text列

现有包含Step、Text、Parameter三列的DataFrame，其中Text列存在多处NaN值，需按如下规则填充：

• 每当Parameter列取值为1时，记录当前行对应的Step、Text值
• 记录值生效后，后续所有行的Step、Text列均填充为该记录值
• 遇到下一个Parameter值为1的行时，更新记录值，按新值继续向后填充
• 最终输出符合规则的结构化DataFrame

用pandas原生向量化操作实现即可，不需要写逐行遍历的循环，大文本量下运行效率更高，核心思路是先给每段填充区间打分组标记，再取每组首个有效值填充整组。

完整代码 #

import pandas as pd
import numpy as np

# ----------------------
# 这里替换成你自己的DataFrame读取逻辑即可
# 示例为模拟的原始测试数据
df = pd.DataFrame({
    'Step': [1, np.nan, np.nan, 2, np.nan, np.nan, 3, np.nan],
    'Text': ['第一步操作', np.nan, np.nan, '第二步操作', np.nan, np.nan, '第三步操作', np.nan],
    'Parameter': [1, 0, 0, 1, 0, 0, 1, 0]
})
# ----------------------

# 识别Parameter=1的触发点，生成递增分组标记，相邻两个触发点之间的行属于同一组
df['group_tag'] = (df['Parameter'] == 1).cumsum()

# 每组取第一行（也就是触发更新的Parameter=1行）的Step、Text值，填充组内所有行
df[['Step', 'Text']] = df.groupby('group_tag')[['Step', 'Text']].transform('first')

# 删除临时生成的分组标记列
df = df.drop(columns='group_tag')

逻辑说明 #

• (df['Parameter'] == 1).cumsum() 会在每次遇到Parameter=1的行时给累计计数加1，自动把两个相邻触发点之间的所有行划入同一分组，不需要手动计算区间
• groupby + transform('first') 会自动提取每个分组首行的有效值填充整组，完全匹配“触发更新后持续填充到下一个触发点”的规则
• 如果数据开头存在Parameter不等于1的前置行，这些行因为没有前置触发记录，会保留原有NaN值，需要默认值的话可以在填充逻辑最后加一行df[['Step','Text']] = df[['Step','Text']].fillna({'Step':0, 'Text':'默认文本'})即可

上述测试样例执行后输出结果如下，和预期填充效果完全一致：

内容的提问来源于stack exchange，提问作者aaabbb