Pandas中精准填充特定字符串之间的NaN值

import pandas as pd
import numpy as np

# 示例数据
data = {
    'start_finish': [
        'start', np.nan, np.nan, 'finish',
        np.nan, np.nan, 'start', np.nan,
        np.nan, 'start', np.nan, 'finish'
    ]
}
df = pd.DataFrame(data)
print("原始DataFrame:")
print(df)

   start_finish
0         start
1           NaN
2           NaN
3        finish
4           NaN
5           NaN
6         start
7           NaN
8           NaN
9         start
10          NaN
11       finish

# 步骤一：识别非NaN单元格
# m 用于标记哪些单元格不是NaN，这在构建后续掩码时非常重要，
# 确保我们的eq()操作只作用于有效值，避免NaN参与比较。
m = df['start_finish'].notna()

# 步骤二：构建“起始后”掩码 (m1)
# 1. df['start_finish'].eq('start')：找到所有等于'start'的行。
# 2. .where(m)：只保留那些非NaN行中等于'start'的True，其他非NaN行变为False，NaN行也变为NaN。
#    这一步至关重要，它确保了我们只在有效数据点上进行'start'的判断。
# 3. .ffill()：将True值（即'start'出现的位置）向前填充，直到遇到下一个非NaN值或数据末尾。
#    这样，m1就标记了从每个'start'开始到下一个有效值（或下一个'finish'）之间的区域。
m1 = df['start_finish'].eq('start').where(m).ffill()

# 步骤三：构建“结束前”掩码 (m2)
# 1. df['start_finish'].eq('finish')：找到所有等于'finish'的行。
# 2. .where(m)：与m1类似，只在非NaN行中判断。
# 3. .bfill()：将True值（即'finish'出现的位置）向后填充，直到遇到上一个非NaN值或数据开头。
#    这样，m2就标记了从每个'finish'开始向上到上一个有效值（或上一个'start'）之间的区域。
m2 = df['start_finish'].eq('finish').where(m).bfill()

# 步骤四：组合掩码并进行填充
# m1 & m2：对两个布尔掩码进行逻辑与操作。
# 只有当一个位置既在'start'之后（m1为True），又在'finish'之前（m2为True）时，
# 该位置才会被标记为True，这正是我们想要填充的NaN区域。
# df.loc[...] = 'check'：使用布尔索引将这些被标记为True的位置填充为'check'。
df.loc[m1 & m2, 'start_finish'] = 'check'

print("\n填充后的DataFrame:")
print(df)

   start_finish
0         start
1         check
2         check
3        finish
4           NaN
5           NaN
6         start
7           NaN
8           NaN
9         start
10        check
11       finish

# 中间结果分析
intermediate_df = pd.DataFrame({
    'start_finish': data['start_finish'],
    'm': m,
    'm1': m1,
    'm2': m2,
    'm1 & m2': m1 & m2
})
print("\n中间掩码分析:")
print(intermediate_df)

   start_finish      m     m1     m2  m1 & m2
0         start   True   True  False    False
1           NaN  False   True   True     True
2           NaN  False   True   True     True
3        finish   True  False   True    False
4           NaN  False  False  False    False
5           NaN  False  False  False    False
6         start   True   True  False    False
7           NaN  False   True  False    False
8           NaN  False   True  False    False
9         start   True   True  False    False
10          NaN  False   True   True     True
11       finish   True  False   True    False