本文介绍如何将连续 true 值及其后紧跟的 false 视为一个逻辑组，并在每组内对数值列执行前向+后向填充（或仅用首个非空值广播），从而高效完成结构化填充任务。
本文介绍如何将连续 true 值及其后紧跟的 false 视为一个逻辑组，并在每组内对数值列执行前向+后向填充（或仅用首个非空值广播），从而高效完成结构化填充任务。
在 Pandas 数据处理中，常需根据布尔序列定义“逻辑组”——例如，将一段连续 True 及其后第一个 False 合并为一组（即 True, True, True, False 视为一个完整组），再对每组内的数值列进行统一填充。这种模式常见于状态标记数据（如会话起始、事件区间）的归因填充场景。
关键在于正确构造分组标签：不能直接用 condition.cumsum()（它会在每个 True 处递增，忽略 False 的归属），而应让每个 False “继承”前一 True 组的编号。标准解法是利用 shift() + eq(0) + cumsum() 构建基础分组序号，再通过 where(condition).ffill() 将 False 行映射到前一组：
group_id = df['condition'].shift().eq(False).cumsum().where(df['condition']).ffill()
✅ 解析该表达式：
- df['condition'].shift() 将条件列下移一行，使每个位置对应“前一行是否为 True”；
- .eq(False) 等价于 ~condition.shift()，标识前行为 False 的位置（即新组起点）；
- .cumsum() 生成单调递增的原始组号；
- .where(df['condition']) 将 False 行设为 NaN；
- .ffill() 让每个 False 继承其前一个 True 所属组号，完美实现“True 连续段 + 后续首个 False”为一组。
在此基础上，有两种高效填充策略：
✅ 方案一：ffill().bfill() 组内双向填充（适用于组内存在多个非空值）
df['value'] = (
df.groupby(group_id)['value']
.apply(lambda x: x.ffill().bfill())
.droplevel(0) # 移除多级索引第一层
)
此方法对每组独立执行前向填充（传播首个有效值）+ 后向填充（确保末尾 NaN 被覆盖），适合组内可能含多个初始值的场景。
✅ 方案二：transform('first') 直接广播首个非空值（推荐，更简洁高效）
df['value'] = df.groupby(group_id)['value'].transform('first')
当每组至多一个非空初始值时（如示例数据），transform('first') 自动提取每组首个非 NaN 值，并广播至全组所有行——代码更简、性能更优，且语义清晰。
⚠️ 注意事项：
- group_id 必须为数值型或可哈希类型，ffill() 后若含 NaN（如首行为 False），需额外处理，但本例首行为 True，无需担忧；
- 若原始数据首行为 False，建议先 group_id = group_id.fillna(-1) 避免分组异常；
- transform('first') 对全 NaN 组返回 NaN，符合预期；而 apply(ffill().bfill()) 在全 NaN 组中仍保持 NaN，二者行为一致。
最终输出严格匹配需求：每个 True 连续段及其后的 False 共享同一填充值，且不同组间互不影响。该方法避免了手动切片、拼接等低效操作，充分利用 Pandas 向量化分组能力，兼具可读性与执行效率。
