如何在DataFrame中实现相同整数区间的条件向前填充？

先把你的原始数据和期望结果整理清楚：

原始数据 #

0    NaN
1    2.0
2    NaN
3    NaN
4    2.0
5    NaN
6    NaN
7    3.0
8    NaN
9    NaN
10   NaN
11   3.0
12   NaN
13   NaN
14   4.0
15   NaN
16   4.0

期望结果 #

0    NaN
1    2.0
2    2.0
3    2.0
4    2.0
5    NaN
6    NaN
7    3.0
8    3.0
9    3.0
10   3.0
11   3.0
12   NaN
13   NaN
14   4.0
15   4.0
16   4.0

解决方案 #

你提到想用enumerate和isinstance(x, int)的思路来实现，这个方向完全可行，我先给你实现这个手动遍历的版本，再补充一个更高效的Pandas原生方法，供你选择。

方法一：手动遍历实现（符合你的初始思路）

我们可以先把列转成列表，遍历记录每个整数的首次和最后出现位置，然后对区间内的NaN进行填充：

import pandas as pd
import numpy as np

# 构造原始DataFrame
data = {'col': [np.nan, 2.0, np.nan, np.nan, 2.0, np.nan, np.nan, 3.0, np.nan, np.nan, np.nan, 3.0, np.nan, np.nan, 4.0, np.nan, 4.0]}
df = pd.DataFrame(data)

# 转成列表方便遍历
col_values = df['col'].tolist()
# 存储每个整数的起始和结束索引
value_ranges = {}

# 第一步：遍历记录每个整数的首尾位置
for idx, val in enumerate(col_values):
    if not pd.isna(val):
        # 把数值转成整数（因为你的数据是float类型的整数）
        int_val = int(val)
        if int_val not in value_ranges:
            value_ranges[int_val] = {'start': idx, 'end': idx}
        else:
            # 更新最后出现的索引
            value_ranges[int_val]['end'] = idx

# 第二步：填充每个区间内的NaN
for val, ranges in value_ranges.items():
    start_idx = ranges['start']
    end_idx = ranges['end']
    for i in range(start_idx, end_idx + 1):
        if pd.isna(col_values[i]):
            col_values[i] = val

# 把填充后的数据放回DataFrame
df['filled_col'] = col_values
print(df['filled_col'])

这个方法完全按照你想的enumerate思路来，逻辑清晰，适合理解填充过程。

方法二：Pandas原生高效实现

如果追求代码简洁和运行效率，推荐用Pandas的分组和填充组合操作，比手动遍历快很多，尤其是数据量大的时候：

import pandas as pd
import numpy as np

# 构造原始DataFrame
data = {'col': [np.nan, 2.0, np.nan, np.nan, 2.0, np.nan, np.nan, 3.0, np.nan, np.nan, np.nan, 3.0, np.nan, np.nan, 4.0, np.nan, 4.0]}
df = pd.DataFrame(data)

# 创建分组标记：只保留每个整数最后出现位置对应的分组，其他位置暂时标记为NaN
df['group'] = df['col'].ffill().where(df['col'].notna().cumsum().duplicated(keep='last'), np.nan)

# 对每个分组内的NaN进行向前填充
df['filled_col'] = df.groupby('group')['col'].ffill()

# 删掉临时的分组列
df = df.drop('group', axis=1)
print(df['filled_col'])

这个方法的核心是先给每个需要填充的区间打上分组标签，然后用groupby结合ffill（向前填充），精准地只填充每个整数首次出现到最后出现的区间，完全符合你的需求。

内容的提问来源于stack exchange，提问作者J Walker