python - 如何根据 DataFrame 中前一行的值标记特定值？

Question

数据如下所示:

Ctgr
A
B
B
C
D
E
F

我正在寻找的结果是:

Ctgr|subctgr
  A |  A
  B |  A
  B |  A
  C |  A
  D |  D
  E |  D
  F |  D

也就是说subctgr是由每个“组”第一行的值决定的。
但是，我不知道如何区分 python 中的每个“组”，尽管它们由 NaN 值分隔。

Answer 1

拳头测试缺失行 Series.isna ，然后通过与 Series.shift 比较来获取 groups 的第一个值编辑掩码值并通过 ffill 创建由以前的值填充的新列。最后设置新列 numpy.where :

#for test missing values
m = df['Ctgr'].isna()
#for test emtsy strings
#m = df['Ctgr'].eq('')
df['subctgr'] = np.where(m,np.nan,df['Ctgr'].where(m.ne(m.shift())).ffill())
print (df)
  Ctgr subctgr
0    A       A
1    B       A
2    B       A
3    C       A
4  NaN     NaN
5    D       D
6    E       D
7    F       D

详细信息:

print (df.assign(m = df['Ctgr'].isna(),
                 mask = m.ne(m.shift()),
                 first = df['Ctgr'].where(m.ne(m.shift())),
                 ffill = df['Ctgr'].where(m.ne(m.shift())).ffill(),
                 subctgr = np.where(m,np.nan,df['Ctgr'].where(m.ne(m.shift())).ffill())))
  Ctgr      m   mask first ffill subctgr
0    A  False   True     A     A       A
1    B  False  False   NaN     A       A
2    B  False  False   NaN     A       A
3    C  False  False   NaN     A       A
4  NaN   True   True   NaN     A     NaN
5    D  False   True     D     D       D
6    E  False  False   NaN     D       D
7    F  False  False   NaN     D       D