Pandas如何实现ffill前向填充，直到另一列off条件触发时停止？

实现方案 #

核心思路是先标记每次状态切换的节点，再通过前向填充维持状态，遇到off信号时重置状态为0，全程使用向量化操作，性能优于逐行遍历的写法。

代码实现 #

import pandas as pd
import numpy as np

# 构造示例DataFrame
d1 = {'on?': [0,1,0,0,0,1,0,0,0], 'off?': [0,0,0,1,0,0,0,0,0], 'value': [0,1,1,0,0,1,1,1,1]}
df = pd.DataFrame(d1)

# 核心逻辑
# 1. 标记状态切换点：on=1时设为1，off=1时设为0，其余位置留空
df['state'] = np.select(
    [df['on?'] == 1, df['off?'] == 1],
    [1, 0],
    default=np.nan
)
# 2. 前向填充状态，初始空值填充为0
df['value'] = df['state'].ffill().fillna(0).astype(int)
# 可选：删除临时生成的state列
df = df.drop('state', axis=1)

输出验证 #

运行代码后得到的value列和你给出的示例预期完全一致：

注意事项 #

• 如果存在同一行on?和off?同时为1的情况，可以调整np.select的条件顺序，靠前的条件优先级更高。
• 该方法为pandas原生向量化操作，性能远高于逐行遍历，适合处理百万行以上的大数据量DataFrame。

内容的提问来源于stack exchange，提问作者manwong0606