python - 使用条件移位获取上一行

Question

我正在将 XML 转换为看起来像这样的数据框:

我希望为该页面中的所有文本框复制 pageflag 列中的页码标记，在本例中，将第 1 行中的 pageflag 值复制到第 9,10 和 11 行

为此，我使用 Dataframe.shift 使用类似这样的条件:

df['pageflag'] = np.where(df['pageflag']==0,df['pageflag'].shift(1),df['pageflag'])

应该基于此条件，以避免已经具有值的行发生移位，例如本例中第 13 行出现了新的页面属性。

我面临的问题是，移位仅发生在页码标记之后的一行，在我的例子中是第 9 行。第 10 行和第 11 行的值仍然为零，这不是我所期望的。

这可以使用 for 循环来实现，如下所示:

for i in range(1, len(df)):
    if df['pageflag'][i] == 0:
        df['pageflag'][i] = df['pageflag'][i - 1]
    else:
        df['pageflag'][i] = df['pageflag'][i]

但由于大型数据帧的性能问题，这是我想避免的事情。

关于如何以最有效的方式实现这一目标有什么建议吗？

Answer 1

您可以使用pd.Series.ffill通过 pd.Series.mask 将 0 值转换为 NaN 后:

df['pageflag'] = df['pageflag'].mask(df['pageflag'] == 0).ffill()