如何在 Pandas 中实现双向值填充：基于相邻行相等关系的前向传播替换-Python教程-PHP中文网

本文介绍一种针对金融时间序列数据的特殊填充逻辑——当某行中任一指定列值与上一行相同，则该行所有目标列统一回填为上一行的有效值，需通过迭代方式精确实现。

本文介绍一种针对金融时间序列数据的特殊填充逻辑——当某行中任一指定列值与上一行相同，则该行所有目标列统一回填为上一行的有效值，需通过迭代方式精确实现。

在金融数据分析中，常遇到价格序列中出现“平台期”（即某资产价格连续多日不变），但基准（Benchmark）价格可能仍在变动；反之亦然。此时若希望保持两列变化的一致性——即只要任一列未发生变化，就将整行目标列同步回填为前一个有效状态——这种逻辑无法通过 fillna()、ffill() 或 replace() 等向量化操作直接完成，因为其依赖动态更新后的前一行状态，具有内在迭代性（例如：2023-12-24 行的 Benchmark_Price=100.0 是否被替换，取决于 2023-12-23 行经处理后是否已变为 98.0）。

因此，必须采用显式循环，逐行判断并实时更新。以下是推荐实现方案：

Pandas Linux版 2.3.3

Pandas 2.3.3 历史版本下载，来自 PyPI 官方发布，适合旧项目兼容、数据分析脚本复现和指定环境安装。

下载

✅ 核心逻辑说明

遍历 DataFrame 的每一行；
将当前行与「上一行处理后的结果」逐元素比较；
若存在任意一列值未变化（即 row == prev 在至少一列成立），则将当前行中所有不匹配的列，强制设为上一行对应值（即“全行对齐”）；
更新 prev 为当前处理后的新行，供下一轮使用。

? 完整可运行代码

import pandas as pd
import numpy as np

def bidirectional_forward_fill(arr):
    """
    对二维 NumPy 数组执行双向前向填充：
    若当前行任一元素等于上一行对应元素，则整行目标列均继承上一行值。

    Parameters:
    arr : np.ndarray, shape (n_rows, n_cols)

    Returns:
    np.ndarray, same shape as input, in-place modified
    """
    if arr.shape[0] == 0:
        return arr
    prev = arr[0].copy()  # 初始化为第一行原始值
    for i in range(1, len(arr)):
        row = arr[i].copy()
        # 判断哪些列发生了变化
        changed = row != prev
        # 若存在未变化的列（即 not changed.all()），则整行按 prev 同步
        if not changed.all():
            arr[i] = prev  # 关键：整行覆写为前一行处理后状态
        prev = arr[i]      # 更新 prev 为当前已修正行
    return arr

# 构造示例数据
df = pd.DataFrame({
    'date': pd.date_range('2023-12-20', periods=12, freq='D'),
    'Security_Price': [100.0, 105.0, 110.0, 110.0, 112.0, 112.0, 112.0, 115.0, 118.0, 120.0, 120.0, 107.0],
    'Benchmark_Price': [100.0, 95.0, 98.0, 100.0, 100.0, 100.0, 105.0, 107.0, 107.0, 107.0, 110.0, 108.0]
})

# 应用双向填充逻辑（仅作用于指定列）
cols = ['Security_Price', 'Benchmark_Price']
df[cols] = bidirectional_forward_fill(df[cols].to_numpy())

print(df)