本文介绍如何在 pandas dataframe 中实现“双向替换”逻辑——当某行中任一指定列值与其上一行相同，则将该行所有目标列统一替换为上一行的对应值，适用于金融价格序列去重与平滑场景。
本文介绍如何在 pandas dataframe 中实现“双向替换”逻辑——当某行中任一指定列值与其上一行相同，则将该行所有目标列统一替换为上一行的对应值，适用于金融价格序列去重与平滑场景。
在金融数据分析中，常遇到价格数据存在连续重复值（如指数或基准价格在非交易日保持不变），但业务逻辑要求：只要 Security_Price 或 Benchmark_Price 中任意一个字段与前一行相同，就应将整行两个字段均“继承”前一行的有效值。这不同于简单的 .fillna(method='ffill')，而是一种条件驱动的、依赖当前行与前一行比较结果的迭代式前向传播。
该操作本质上是顺序依赖型（sequential），无法通过纯向量化操作（如 shift() + 布尔索引）一步完成，因为替换后的值会成为后续行比较的基准（例如：2023-12-24 行的 Benchmark_Price=100.0 在原始数据中与前一行不同，但若 2023-12-23 行已被修正为 98.0，则 2023-12-24 的 100.0 就不再等于前值；而实际需求中，2023-12-25 和 2023-12-26 的 100.0 需持续沿用——说明需以已更新的前一行值为参照，必须逐行迭代处理。
以下是高效、通用的解决方案（支持任意数量目标列）：
import pandas as pd
import numpy as np
def bidirectional_fill(arr):
"""
对二维 NumPy 数组执行条件前向填充：
若当前行任一元素等于前一行对应元素，则整行未匹配列均被前一行对应值覆盖。
注意：此处“双向”指逻辑上同时约束多列，实际为单向（前向）迭代。
"""
if arr.shape[0] == 0:
return arr
prev = arr[0].copy() # 初始化为第一行
result = arr.copy()
for i in range(1, arr.shape[0]):
# 判断当前行是否与前一行存在至少一个相等元素
mask = arr[i] == prev
if np.any(mask):
# 将当前行中所有位置替换为 prev 对应值（即“同步继承”）
result[i] = prev
else:
# 否则更新 prev 为当前行原始值（未被修改）
prev = arr[i]
return result
# 示例数据构建
df = pd.DataFrame({
'date': pd.date_range('2023-12-20', periods=12, freq='D'),
'Security_Price': [100.0, 105.0, 110.0, 110.0, 112.0, 112.0, 112.0, 115.0, 118.0, 120.0, 120.0, 107.0],
'Benchmark_Price': [100.0, 95.0, 98.0, 100.0, 100.0, 100.0, 105.0, 107.0, 107.0, 107.0, 110.0, 108.0]
})
# 应用双向填充逻辑（仅作用于指定列）
cols = ['Security_Price', 'Benchmark_Price']
df[cols] = bidirectional_fill(df[cols].to_numpy())
print(df)✅ 关键特性说明：
- 安全性高：函数内部使用 .copy() 避免原数组意外修改；空输入自动保护；
- 扩展性强：cols 可动态指定任意多列（如加入 Volume 或 Return），逻辑自动适配；
- 性能优化：直接操作 NumPy 数组，比 iterrows() 快数倍，适合大型数据集；
- 语义清晰：“双向”并非指前后双向传播，而是强调多列联合判断触发同步替换，避免单列独立填充导致逻辑断裂。
⚠️ 注意事项：
- 该方法默认从第 2 行（索引 1）开始比较，首行始终保留原始值；
- 若存在 NaN，== 比较会返回 False（符合预期，NaN 不触发替换）；如需特殊 NaN 处理，可在 mask 计算前添加 pd.isna() 分支；
- 不适用于需要“后向回溯修正”的场景（如发现错误后向上修复），此时需额外设计反向迭代逻辑。
通过此方法，你可精准实现金融时间序列中常见的“价格快照一致性”清洗，确保 Security 与 Benchmark 的变动严格同步，为后续收益率计算、相对强弱分析等提供可靠数据基础。
