如何基于Pandas DataFrame的Code列扩展Sales关联值填充逻辑

嗨，这个需求刚好可以用Pandas的分组结合条件填充来搞定，全程不会修改你的原始数据集，我给你一步步讲清楚怎么实现：

1. 先复制原始数据集，避免修改源数据 #

首先我们要做的就是把原DataFrame复制一份，所有操作都在副本上进行：

import pandas as pd

# 假设你的原始数据集是df，先复制一份
df_processed = df.copy()

2. 标记锚点行并生成分组 #

我们需要先把所有Sales列有值的行标记出来（这些是我们的"锚点"行），然后给每个锚点到下一个锚点之间的行分配同一个分组ID：

# 标记哪些行是Sales有值的锚点行
df_processed['is_sale'] = df_processed['Sales'].notna()

# 生成分组ID：每个分组包含一个锚点行，以及到下一个锚点行之前的所有行
df_processed['group_id'] = df_processed['is_sale'].cumsum()

3. 初始化填充列 #

先按照你原来的逻辑，给锚点行的Dollars和Cents列赋值，其他行先设为缺失值：

# 初始化Dollars列：只有Sales非空的行，把_$的值填进去
df_processed['Dollars'] = df_processed.apply(
    lambda x: x['_$'] if pd.notna(x['Sales']) else pd.NA,
    axis=1
)

# 同理初始化Cents列
df_processed['Cents'] = df_processed.apply(
    lambda x: x['_c'] if pd.notna(x['Sales']) else pd.NA,
    axis=1
)

4. 按分组实现条件填充 #

接下来就是核心逻辑：对每个分组判断锚点行的Code值，如果是Big就把锚点的填充值向下覆盖整个分组；如果是Small就只保留锚点行的填充值，其他行恢复缺失：

def process_group(group):
    # 获取当前分组锚点行的Code值（分组的第一行就是锚点行）
    anchor_code = group.iloc[0]['Code']
    
    if anchor_code == 'Big':
        # Big规则：把锚点的Dollars和Cents值填充到整个分组的所有行
        group['Dollars'] = group['Dollars'].ffill()
        group['Cents'] = group['Cents'].ffill()
    else:
        # Small规则：只保留锚点行的填充值，其他行设为缺失
        group.loc[group.index != group.index[0], ['Dollars', 'Cents']] = pd.NA
    
    return group

# 对每个分组应用处理逻辑
df_processed = df_processed.groupby('group_id').apply(process_group)

# 最后可以把临时的辅助列删掉（可选，看你需求）
df_processed = df_processed.drop(['is_sale', 'group_id'], axis=1)

效果示例 #

假设你的原始数据是这样的：

处理后的结果会变成：

完全符合你的需求：Big时持续填充到下一次Sale出现，Small时只作用于当前行，而且原始数据集完全没被修改～

内容的提问来源于stack exchange，提问作者user9394674