如何将DataFrame前一行的surname值赋值给满足指定条件的当前行？

原代码问题说明 #

你的代码存在4处语法和逻辑错误，导致无法运行：

• 多条件布尔过滤不能使用Python原生and运算符，需使用pandas支持的按位与运算符&，且每个条件要用小括号包裹，避免运算符优先级冲突
• df[['message']] = '!'是赋值操作，判断字段相等需要用==；取单列用单中括号即可，双中括号返回的DataFrame类型不适合做逐行布尔判断
• shift(-1)是取下一行的值，你需要获取上一行的值应该用shift(1)
• df[[surname]]中的列名是字符串类型，需要加引号，否则会被识别为未定义变量触发报错

正确实现代码 #

因为你已经提前完成了全列排序，行顺序符合要求，可以直接使用以下代码：

# 构造满足条件的行掩码：surname为空且message等于'!'
mask = (df['surname'].isna()) & (df['message'] == '!')
# 对符合条件的行赋值为上一行的surname值
df.loc[mask, 'surname'] = df['surname'].shift(1).loc[mask]

如果存在连续多行都满足填充条件，可以用更简洁的ffill（前向填充）方法实现：

mask = (df['surname'].isna()) & (df['message'] == '!')
df['surname'] = df['surname'].mask(mask, df['surname'].ffill())

效果验证示例 #

import pandas as pd
# 构造测试数据
df = pd.DataFrame({
    'name': ['张', '李', '王', '赵'],
    'surname': ['三', None, None, '四'],
    'message': ['测试1', '!', '!', '测试2'],
    'time': [1, 2, 3, 4]
})
# 执行上述代码后，surname列结果为 ['三', '三', '三', '四']

内容的提问来源于stack exchange，提问作者user458