如何在Polars中使用符合条件的行实现向前填充？

你可以通过两步实现这个需求：先提取仅flag == 1行的value并向前填充，再用这个填充后的结果替换原value列中的空值。具体代码如下：

import polars as pl

df = pl.DataFrame({'value': [1,2,3,4,5,None,None], 'flag': [0,1,1,1,0,0,0]})

result_df = df.with_columns(
    value=pl.col("value").fill_null(
        # 仅保留flag=1的value，其余设为null，再向前填充
        pl.col("value").where(pl.col("flag") == 1).forward_fill()
    )
)

print(result_df)

代码解释 #

1. pl.col("value").where(pl.col("flag") == 1)：生成一个临时列，仅保留flag == 1行的value值，其他行（包括flag == 0的非空值）都设为null。
2. .forward_fill()：对上述临时列执行向前填充，这样每个位置都会得到最近的flag == 1行的value值。
3. pl.col("value").fill_null(...)：用填充后的临时列值替换原value列中的null，非空值保持不变。

执行后得到的结果符合预期：

┌───────┬──────┐
│ value ┆ flag │
│ ---   ┆ ---  │
│ i64   ┆ i64  │
╞═══════╪══════╡
│ 1     ┆ 0    │
│ 2     ┆ 1    │
│ 3     ┆ 1    │
│ 4     ┆ 1    │
│ 5     ┆ 0    │
│ 4     ┆ 0    │
│ 4     ┆ 0    │
└───────┴──────┘

内容的提问来源于stack exchange，提问作者Phil-ZXX