基于三列匹配条件对Pandas DataFrame执行ffill/bfill日期填充的问题

原代码问题说明 #

• 条件判断逻辑错误：cond19中错误将PRODUCT列与SCU_KEY列的移位结果比对
• 语法错误：不可对ffill()方法的执行结果直接赋值
• 覆盖场景不全：仅用shift(-1)只能处理相邻两行的匹配场景，无法支持连续多行符合条件的填充需求

参考数据样例 #

正确实现方案 #

方案1：仅对连续相邻三列值相同的组填充（匹配需求场景） #

如果要求仅在连续相邻的SCU_KEY、PRODUCT、REVENUE_STATUS_FLAG三列值一致的范围内填充，需先标记连续分组再执行组内前向填充：

import pandas as pd
import numpy as np

# 第一步：先把START_DATE转为标准日期格式，避免字符串填充出错
df_5['START_DATE'] = pd.to_datetime(df_5['START_DATE'])

# 第二步：标记连续相同的三列组合分组
# 判断当前行与上一行三列是否完全相同，不同则分组标记+1
group_mask = (df_5[['SCU_KEY', 'PRODUCT', 'REVENUE_STATUS_FLAG']] != df_5[['SCU_KEY', 'PRODUCT', 'REVENUE_STATUS_FLAG']].shift()).any(axis=1)
df_5['group_id'] = group_mask.cumsum()

# 第三步：分组内对START_DATE执行前向填充
df_5['START_DATE'] = df_5.groupby('group_id')['START_DATE'].ffill()

# 可选：删除临时生成的group_id列
df_5 = df_5.drop(columns='group_id')

方案2：所有三列值相同的行统一填充（非连续也可填充） #

如果允许同一三列组合、不连续的行也统一填充，直接按三列分组即可：

df_5['START_DATE'] = pd.to_datetime(df_5['START_DATE'])
df_5['START_DATE'] = df_5.groupby(['SCU_KEY', 'PRODUCT', 'REVENUE_STATUS_FLAG'])['START_DATE'].ffill()

效果说明 #

连续相同三列组合的行中，START_DATE会自动向前填充最近的非空值，直到出现三列值不同的行时停止填充，完全匹配需求。

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