使用条件移位获取上一行信息

Question

我正在将XML转换为看起来像这样的数据框：

我希望为该页面中的所有文本框复制pageflag列中的页码标签，在这种情况下，这将是将第1行中的pageflag值复制到9,10和11行中

为此，我正在使用类似以下条件的Dataframe.shift：

df['pageflag'] = np.where(df['pageflag']==0,df['pageflag'].shift(1),df['pageflag'])

应基于此条件，以避免已具有该值的行发生移位，例如在这种情况下，第13行中存在新的页面属性。

我面临的问题是，该移位仅发生在页号标记之后的一行中，在我的情况下是第9行。第10行和第11行仍将具有零值，这不是我期望的值。 >

这可以通过如下所示的for循环来实现：

for i in range(1, len(df)):
    if df['pageflag'][i] == 0:
        df['pageflag'][i] = df['pageflag'][i - 1]
    else:
        df['pageflag'][i] = df['pageflag'][i]

但是由于大型数据帧的性能问题，我想避免这种情况。

关于如何以最有效的方式实现这一目标的任何建议？

Answer 1

通过pd.Series.ffill将NaN的值转换为df['pageflag'] = df['pageflag'].mask(df['pageflag'] == 0).ffill() 后，可以使用pd.Series.mask：

{{1}}