基于列标识填充DataFrame行值：将colA=4的行colC替换为前序colA=3的行值

步骤说明 #

核心思路是先提取所有colA=3对应的colC值，再通过前向填充将这些值传递给后续的colA=4记录，最后完成替换。

代码实现 #

import pandas as pd

# 构造原始DataFrame
data = {
    'colA': [3,4,4,4,3,4,4,3,4],
    'colB': ['air','ground','ground','ground','air','ground','air','ground','ground'],
    'colC': ['00JTHYU1','00JTHYU0','00JTHYU0','00JTHYU0','00JTHYU4','00JTHYU0','00JTHYU0','00JTHYU7','00JTHYU0']
}
df = pd.DataFrame(data)

# 1. 创建辅助列，仅保留colA=3时的colC值，其余为NaN
df['colC_3'] = df.loc[df['colA'] == 3, 'colC']

# 2. 对辅助列执行前向填充，让后续行继承最近的colA=3对应的colC值
df['colC_3'] = df['colC_3'].ffill()

# 3. 将colA=4的记录的colC替换为填充后的辅助列值，colB保持不变
df.loc[df['colA'] == 4, 'colC'] = df.loc[df['colA'] == 4, 'colC_3']

# 4. 可选：删除辅助列
df = df.drop('colC_3', axis=1)

print(df)

执行结果 #

为什么直接用ffill/shift没效果？ #

如果直接对colC用ffill()，会覆盖所有NaN值，但原始colA=4的colC本身有值（00JTHYU0），不会被填充；而单纯shift()只能获取上一行的值，无法精准定位到最近的colA=3的记录。通过先过滤出目标值再填充的方式，才能实现需求。

内容的提问来源于stack exchange，提问作者Connie Xu