Python 移动数据中的非周期值

我有这样一本

数据

字典：

数据={
“新值”：[
'100', '100',
'250', '250',
'250', '50',
'90', '90',
'90', '90'
],
“上一个值”：[
“无”、“无”，
“无”、“无”，
“无”、“无”，
“无”、“无”，
“没有”，“没有”
]
}
新值上一个值
0 100无
1100无
2250无
3250无
4250无
550无
690无
790无
890无
9 90无

我希望得到另一个字典

exp\u结果

，如下所示：

exp\u结果={
“新值”：[
'100', '100',
'250', '250',
'250', '50',
'90', '90',
'90', '90'
],
“上一个值”：[
'100', '100',
'100', '100',
'100', '250',
'50', '50',
'50', '50'
]
}
新值上一个值
0        100    100
1        100    100
2        250    100
3        250    100
4        250    100
5         50    250
6         90    50
7         90    50
8         90    50
9         90    50

---

我尝试了函数，但我的数据不是周期性的，我现在也不知道。

的想法是将所有没有最后一个连续的值转换为缺失值，然后将值转换到下一组，通过

ffill

将先前的值向前填充缺失值，通过

fillna

将第一个缺失值替换为原始值：

m = df['new_value'].shift(-1).eq(df['new_value'])
df['prev_value'] = df['new_value'].mask(m).shift().ffill().fillna(df['new_value'])
print (df)

  new_value prev_value
0       100        100
1       100        100
2       250        100
3       250        100
4       250        100
5        50        250
6        90         50
7        90         50
8        90         50
9        90         50