如何替换Pandas DataFrame指定列中特定值之后的所有元素

首先修正示例数据构造的语法错误（原代码列名引号缺失、维度不匹配）：

import pandas as pd

df = pd.DataFrame([
    [12, 4, 1, 2, 4],
    [13, 10, 3, 4, 2],
    [14, 5, 5, 1, 6],
    [15, 6, 4, 8, 7],
    [16, 1, 9, 3, 1],
    [17, 3, 1, 4, 8]
], columns=['ID', 'time', 'A', 'B', 'C'])

核心实现代码 #

通过累积布尔掩码实现精准定位触发值之后的位置，支持批量配置规则：

# 配置替换规则：格式为 (目标列名, 触发值, 替换值)
replace_rules = [
    ('A', 5, 1),
    ('B', 1, 6),
    ('C', 7, 5)
]

for col, trigger, replace_val in replace_rules:
    # 生成掩码：仅首次出现触发值之后的位置为True
    mask = df[col].eq(trigger).cummax().shift(fill_value=False)
    df.loc[mask, col] = replace_val

逻辑说明 #

• df[col].eq(trigger)：返回布尔序列，元素等于触发值的位置标记为True
• cummax()：累积最大值运算，第一次出现True后，后续所有位置都保持True，可标记出触发值及之后的全部位置
• shift(fill_value=False)：将布尔序列后移一位，触发值本身的位置改为False，最终仅保留需要替换的触发值之后的位置
• 若目标列从未出现触发值，掩码全为False，不会执行任何替换，自动兼容该场景

运行后输出的df和预期结果完全一致：

ID  time  A  B  C
0  12     4  1  2  4
1  13    10  3  4  2
2  14     5  5  1  6
3  15     6  1  6  7
4  16     1  1  6  5
5  17     3  1  6  5

内容的提问来源于stack exchange，提问作者Felipe Araya Olea