如何按分组条件上下填充列，可使用PowerQuery、pandas或SQL实现

以下分别提供pandas、PowerQuery、SQL三种实现方式：

pandas 实现 #

核心用groupby结合填充函数处理，示例代码如下：

import pandas as pd

# 向下填充：取同组内当前行上方最近的非空值填充
df['string_values'] = df.groupby('instance')['string_values'].ffill()

# 向上填充：取同组内当前行下方最近的非空值填充
df['string_values'] = df.groupby('instance')['string_values'].bfill()

# 组合使用：先下后上填充，覆盖同组存在至少一个非空值的所有场景
df['string_values'] = df.groupby('instance')['string_values'].ffill().bfill()

如果需要先按指定列（比如行号、时间列）排序再填充，可调整为：

df['string_values'] = df.groupby('instance', group_keys=False).apply(
    lambda x: x.sort_values('排序字段名')['string_values'].ffill()
)

PowerQuery 实现 #

操作步骤如下：

• 将数据导入PowerQuery编辑器
• 选中instance列，点击「转换」选项卡下的「分组依据」
• 分组操作选择「所有行」，新列名可命名为grouped_data
• 新增自定义列，根据填充需求输入对应公式：
  • 向下填充：= Table.FillDown([grouped_data], {"string_values"})
  • 向上填充：= Table.FillUp([grouped_data], {"string_values"})
• 展开自定义列的表结构，删除多余的辅助列即可得到结果

SQL 实现 #

支持窗口函数的数据库（MySQL8.0+、PostgreSQL、SQL Server、Hive等）可直接用以下语句，假设表名为your_table，存在可用于排序的字段row_id：

-- 向下填充
SELECT 
    instance,
    row_id,
    FIRST_VALUE(string_values) OVER(
        PARTITION BY instance 
        ORDER BY row_id 
        ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW
    ) AS string_values
FROM your_table;

-- 向上填充
SELECT 
    instance,
    row_id,
    FIRST_VALUE(string_values) OVER(
        PARTITION BY instance 
        ORDER BY row_id DESC
        ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW
    ) AS string_values
FROM your_table;

内容的提问来源于stack exchange，提问作者SRP