Python 蟒蛇/熊猫；如何将列的值保留到下一个事件

我已经为一个问题挣扎了一段时间，但在其他地方找不到类似的问题。我对Python还很陌生，所以如果这是非常直接的话，我会使用同位语

所以我有一个系列，我把它放到一个大熊猫df中：

series_ = [0, 0, 0, 1, 0, 0, 0, 4, 4, 0, 0, 0, 0, 0, 1, 1, 0, 0, 0, 4, 0, 0]
df = pd.DataFrame(series_, columns = ['Values'])

该系列可以有两个“信号值”： 每次序列值为1时，我希望相应的值为“是” 如果值为4，则应为“否”

当序列不是1或4时，它应复制上一个信号值（“是”或“否”），直到下一个信号值。遗憾的是，我找不到一个公式来填补这些空白

因此，我目前拥有的是我的系列（“值”）和列（“修改”）中这些信号值的转换。我试图找到一个公式，它将得到列（'Expected'），这个公式基本上是根据最后一个可用的信号值，用'YES'或'NO'替换'UNDECLARED'值

非常感谢您的帮助

提前谢谢

---

汤姆

我确信，有更好的方法可以做到这一点，但这里有一个快速而肮脏的解决方案，不确定速度对你是否重要

df['Expected']=df['Values'].replace(0,np.NaN).ffill().replace({1:'NO', 4: 'YES'}).fillna('UNDECLARED')

---

我确信，有更好的方法可以做到这一点，但这里有一个快速而肮脏的解决方案，不确定速度对你是否重要

df['Expected']=df['Values'].replace(0,np.NaN).ffill().replace({1:'NO', 4: 'YES'}).fillna('UNDECLARED')

---

或者，您也可以使用

map

df['Values'].map（{1:'YES'，4:'NO'}）.ffill（）.fillna（'UNDECLARED'）

：）或者您也可以使用

map

df['Values'].map（{1:'YES'，4:'NO'}.ffill（）.fillna（'UNDECLARED'））
）
尝试查找公式
-欢迎使用。这不是一个讨论论坛或教程。请花点时间阅读和阅读该页面上的其他链接。您还没有向我们展示如何从原始数据帧过渡到文章底部的示例。熊猫有。发布图片时要小心：
试图找到公式
-欢迎使用SO。这不是一个讨论论坛或教程。请花点时间阅读和阅读该页面上的其他链接。您还没有向我们展示如何从原始数据帧过渡到文章底部的示例。熊猫有。请注意张贴图像：