如何基于指定规则填充pandas DataFrame的exit_value列

给你一个用pandas内置函数实现的方案，不用手动遍历索引，代码如下：

import pandas as pd

# 先把空字符串替换成缺失值方便后续处理
df['exit_value'] = df['exit_value'].replace('', pd.NA)

# 生成分组标记：每遇到一个type为S的行，分组计数加1，将每个S对应后续的行分到同一组
df['temp_group'] = df['type'].eq('S').cumsum()

# 按分组处理：每个组内向前填充缺失值，仅填充到组内第一个L对应的行位置
df['exit_value'] = df.groupby('temp_group', group_keys=False).apply(
    lambda group: group['exit_value'].ffill().where(
        group.index <= group[group['type'] == 'L'].index.min(), 
        group['exit_value']
    )
)

# 删除临时生成的分组列
df = df.drop('temp_group', axis=1)

运行后输出的结果和你需要的完全一致。
思路说明：

• 核心逻辑是把每个S和它后续直到下一个S之前的行归为同一组，保证每个组内只有一个用来填充的S值
• 分组后对每个组单独处理：先向前填充缺失值，同时限制填充范围只到组内第一个L的位置，超过L的行保留原来的空值
• 如果你需要的话可以自行调整exit_value的输出数据类型，比如转成整数或者字符串格式。

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