使用.shift()和条件语句填充DataFrame空值出错，求排查原因

咱们先明确你的核心需求：当A列出现空值时，只要对应的B值没有发生增长（也就是和最近一次A=1时的B值保持一致），就把这个空值填成0。

你的原代码没得到预期结果，大概率是shift()的对比逻辑没匹配上你实际的业务场景，咱们来拆解问题并给出修复方案：

为啥原代码会出问题？ #

你写的df['B'] == df['B'].shift()是拿当前行的B和前一行的B做对比，但你的需求本质是要和最近的A=1的行的B做对比，这两个逻辑在某些场景下会不匹配：

• 比如如果空值前面有连续多个0的行，原代码能正常工作，但如果空值直接跟在A=1的行后面（比如A=1,B=21之后是NaN,B=21），原代码也能填0，但如果你的数据索引不连续（比如删除过行），shift()会基于索引偏移而不是行位置，这时候就会拿错误的行来对比，导致条件不成立。

正确的实现方式 #

我们可以先把所有A=1的行的B值提取出来，然后向前填充，这样每一行都能拿到最近一次A=1时的B值，再用这个值和当前行的B对比，就能精准判断是否要填0：

import pandas as pd
import numpy as np

# 你的示例数据
df = pd.DataFrame({
    'A': [1, 0, np.nan, 1, 1, 0],
    'B': [21, 21, 21, 25, 28, 28]
})

# 第一步：生成临时列，存储每行对应的最近一次A=1的B值
df['last_A1_B'] = df.loc[df['A'] == 1, 'B'].reindex(df.index).ffill()

# 第二步：按照需求填充A列的空值
df['A'] = np.where(
    (df['A'].isnull()) & (df['B'] == df['last_A1_B']),
    0,
    df['A']
)

# 删掉临时列（可选）
df.drop('last_A1_B', axis=1, inplace=True)

print(df)

运行这段代码后，你会得到预期的结果：

A   B
0  1.0  21
1  0.0  21
2  0.0  21
3  1.0  25
4  1.0  28
5  0.0  28

额外优化 #

如果你的业务规则是只有A=1时B才会增长，A=1时B一定增长（不会出现A=1但B不变的情况），那逻辑还能更简单：直接把所有A的空值填成0就行，因为空值对应的B肯定和最近一次A=1的B一致，代码可以简化成：

df['A'] = df['A'].fillna(0)

内容的提问来源于stack exchange，提问作者chink