Pandas按索引将DataFrame表头单元编号赋值给全表所有行的方法咨询

首选方案：前向填充法 #

你的数据集结构刚好符合前向填充的适用场景：只有分区表头行的UnitNo.列为非空值，后续对应区间均为NaN，直接使用Pandas内置的ffill()方法即可完成全量赋值，一行代码即可实现，适配任意单元数量和数据规模：

df['UnitNo._new_col'] = df['UnitNo.'].ffill()

该方法性能极高，即使是百万行级的大型数据集也可以快速处理，不需要编写任何条件判断语句。

备选方案：按定位的表头索引批量赋值 #

如果你的UnitNo.列存在意外的非空脏数据，需要严格按照你已经定位到的表头索引区间赋值，可以用这个更可控的方案：

import numpy as np

# 初始化新列
df['UnitNo._new_col'] = np.nan
# 提取表头索引列表和对应单元号列表
header_idx = Loc.index.tolist()
header_unit = Loc['UnitNo.'].tolist()

# 遍历所有区间批量赋值
for i in range(len(header_idx)):
    start = header_idx[i]
    # 最后一个区间的结束位置为数据集最后一行
    end = header_idx[i+1] if i < len(header_idx)-1 else len(df)
    df.loc[start:end-1, 'UnitNo._new_col'] = header_unit[i]

该方案完全基于你已经筛选出的表头位置赋值，不受其他异常值影响，适配任意单元数量的数据集。

内容的提问来源于stack exchange，提问作者JackMc12345