Pandas实战问题：如何根据B列True/False值获取A列最后一个非NaN值

这个需求完全可以实现，经核对你文字描述的需求和你贴出的期望结果逻辑存在差异，我分别给出两种场景的实现代码：

前置准备：构造样例数据表 #

import pandas as pd
import numpy as np

df = pd.DataFrame({
    "A": [754, None, None, None, None, 999, None, None, None, 875],
    "B": [False, False, False, False, True, False, False, True, False, False]
})

方案1：匹配你文字描述的需求 #

需求逻辑：B列取值为True时，C列填入当前行之前A列的最后一个非NaN值，其余情况C列为NaN
实现代码：

# 生成每一行对应上方最近的A列非空值的辅助列
df["a_last_notna"] = df["A"].ffill()
# 仅B列为True时赋值
df["C"] = np.where(df["B"], df["a_last_notna"], np.nan)
# 删除辅助列
df.drop("a_last_notna", axis=1, inplace=True)

运行后结果：

方案2：匹配你贴出的期望结果 #

需求逻辑：仅当前行A列非空且B列为False时，C列填入A列的值，其余情况C列为NaN
实现代码：

df["C"] = np.where(df["A"].notna() & ~df["B"], df["A"], np.nan)

运行后结果和你贴出的期望表完全一致：

你可以根据自己的实际业务需求选择对应的实现方案即可。

内容的提问来源于stack exchange，提问作者User4545