Python 根据列值将分数填充到行中

我有一个这样的数据帧

Example1:

score_df
========
rid score Flag
1    5     y
1    6     n
1    7     y
1    8     n

score_df
========
rid score Flag
1    5     n
1    6     y
1    6     n
1    6     n

当Flag='y'首先出现时，我需要将分数复制到其余行。在本例中，当分数为5时，第一行上出现flag=y。我会将分数5复制到剩余的行中。输出将如下所示

score_df
========
rid score Flag
1    5     y
1    5     n
1    5     y
1    5     n


Example2:

score_df
========
rid score Flag
1    5     n
1    6     y
1    7     n
1    8     y

在这种情况下，标志值仅在分数为6的第二行上为y。输出将如下所示

Example1:

score_df
========
rid score Flag
1    5     y
1    6     n
1    7     y
1    8     n

score_df
========
rid score Flag
1    5     n
1    6     y
1    6     n
1    6     n

---

因此，我想根据第一次出现的标志值填充行。如何在不循环的情况下在pandas中执行此操作？

创建掩码，用于将第一个

y

值之后的所有值与“比较依据”、“累积求和依据”和“比较gor更大值”（如

0

依据）匹配，并将第一个匹配值设置为仅过滤列值：

m = df['Flag'].eq('y').cumsum().gt(0)

df.loc[m, 'score'] = df.loc[m, 'score'].iat[0]
print (df)
   rid  score Flag
0    1      5    y
1    1      5    n
2    1      5    y
3    1      5    n

---

如果可能，解决方案不匹配（列中没有

y

值）有点不同，

next

与

iter

返回第一个值（如果存在），这里它只通过

False

掩码设置

0

值，因此不需要替换

此解决方案也适用于上述数据，因此更为通用

df.loc[m, 'score'] = next(iter(df.loc[m, 'score']), 0)
print (df)
   rid  score Flag
0    1      5    n
1    1      6    n
2    1      7    n
3    1      8    n

---

创建掩码，用于将第一个

y

值之后的所有值与“比较依据”、“累积求和依据”和“比较gor更大值”（如

0

by）匹配，并将第一个匹配值设置为仅过滤列值：

m = df['Flag'].eq('y').cumsum().gt(0)

df.loc[m, 'score'] = df.loc[m, 'score'].iat[0]
print (df)
   rid  score Flag
0    1      5    y
1    1      5    n
2    1      5    y
3    1      5    n

---

如果可能，解决方案不匹配（列中没有

y

值）有点不同，

next

与

iter

返回第一个值（如果存在），这里它只通过

False

掩码设置

0

值，因此不需要替换

此解决方案也适用于上述数据，因此更为通用

df.loc[m, 'score'] = next(iter(df.loc[m, 'score']), 0)
print (df)
   rid  score Flag
0    1      5    n
1    1      6    n
2    1      7    n
3    1      8    n