本文介绍如何在 Pandas 中按“True 连续段 + 后续首个 False”逻辑划分组，并对每组内 value 列执行前向+后向填充（或仅取首个有效值），高效替代手动切片拼接。
在日常数据处理中，我经常遇到一个需求：根据某个布尔条件，将数据动态划分为多个逻辑组。具体来说，需要将每个连续的 True 块以及它后面紧跟着的那个 False 项，合并成一个完整的组。这听起来有点像“以 False 结尾的 True 段”，但直接用 .cumsum() 来标记分组却行不通。
不过没关系，通过巧妙组合 shift()、eq()、where() 和 ffill()，我们可以构建出分组键，轻松实现这一目标。下面直接提供代码，两种方案均基于同一套核心逻辑，你可根据实际场景灵活选用。
分组键构造原理
先看核心逻辑：如何生成唯一的组 ID？
group_key = ( df['condition'].shift() # 将 condition 下移一行 → 原索引0变为NaN，索引1值=原索引0 .eq(False) # 检查 shifted 后是否为 False（即原位置前一项为 False） .cumsum() # 累计求和：每次遇到原序列中 True→False 转折点时 +1 .where(df['condition']) # 仅保留 condition==True 的组号，False 位置设为 NaN .ffill() # 向前填充 NaN → 将每个 False 项归属到其前一个 True 组)
这个逻辑的核心在于：每个 True 连续段以及它后面紧跟着的那个 False，都会被划归到同一个组里。而孤立的 False 或开头就是 False 的情况，则不会参与分组（它们会被标记为 NaN，后续自然被忽略）。
方案一：ffill().bfill() 组内双向填充（通用型）
此方法适用于每组内可能有多个非空值，需要利用最近的有效值进行双向扩散的场景。操作如下：
df['value'] = ( df.groupby(group_key)['value'] .apply(lambda x: x.ffill().bfill()) .droplevel(0) # 移除 groupby 引入的多级索引第一层)
方案二：transform('first')（推荐，更简洁高效）
如果你确定每组内至多只有一个非空值（例如示例中每组只有一个初始数值），那么直接用 transform('first') 就足够了，一步到位，简洁高效。
df['value'] = df.groupby(group_key)['value'].transform('first')
transform('first') 会自动跳过 NaN，找到每组第一个非空值，并把它广播到整组。相比 apply 方案，它的性能更优，也省去了处理索引层级的麻烦，一举两得。
几点提醒
- group_key 必须与 df['value'] 对齐：这是关键一步。通过 where(...).ffill() 操作，确保 False 行能拿到前一个组的 ID，这样分组才能正确。
- 空组处理：如果某一组全是 NaN，transform('first') 会返回 NaN，这符合预期。apply 方案中的 ffill().bfill() 同样会保持全 NaN。
- 边界情况：如果首行是 False，shift() 会产生 NaN，.eq(False) 的结果是 False，不会影响 cumsum 的起始值。末尾的连续 False 则不会被任何组收纳（因为前面没有 True），对应的 value 列会保持 NaN。
- 性能提示：这套方案全程向量化，避免了用 pd.concat 循环拼接，时间复杂度是 O(n)，效率很高。
掌握了这个模式，你就能灵活地扩展到其他类似场景，比如会话分割、事件周期标记等。它不仅让代码可读性更强，运行效率也更高。
