本文介绍如何使用布尔掩码与concat组合策略，在满足条件（如country type非空）的每一行下方自动插入或更新一行，统一填入citizenship和uk等预设值，兼顾已有空行复用与新行创建逻辑。
本文介绍如何使用布尔掩码与concat组合策略，在满足条件（如country type非空）的每一行下方自动插入或更新一行，统一填入citizenship和uk等预设值，兼顾已有空行复用与新行创建逻辑。
在数据清洗与报表生成场景中，常需根据某列状态动态扩展行结构——例如当Country Type == "Origin"时，为其补充一行表示公民身份（Citizenship）的关联记录。关键挑战在于：既要复用已存在的空行（如Country Type为None的相邻行），又要在缺失时新建一行，且保持原始顺序与索引逻辑清晰。
以下为完整、健壮的实现方案：
✅ 核心思路解析
- 识别目标行：找出所有 Country Type 为 "Origin" 的行（即需触发插入逻辑的“主行”）；
-
定位插入位置：
- 若下一行已存在且 Country Type.isna()（即为空行），则直接复用该行；
- 否则，在当前行下方新建一行；
- 统一赋值：对所有被选中的“插入位”（无论复用或新建），将 Country Type 设为 "Citizenship"，Country 设为 "UK"，其余列置为 NaN 或保留原空值。
✅ 实现代码（推荐版本）
import pandas as pd
# 构造示例数据
data = {
'Name_Type': ["Primary", "Primary", "AKA", "Primary"],
'Name': ["John", "Daniel", "Dan", "Bob"],
'Surname': ["Green", "Brown", "Brown", "White"],
'Country Type': ["Origin", "Origin", None, "Origin"],
'Country': ["UK", "UK", None, "UK"],
'Other': ["Info", None, None, "Info"]
}
df = pd.DataFrame(data)
# 步骤1：标记需处理的"主行" —— Country Type == "Origin"
mask_origin = df['Country Type'] == 'Origin'
# 步骤2：标记"可复用的空行" —— 下一行是空行（且当前行是Origin）
# m_shifted: 下一行是否为空行（用于判断是否可复用）
m_shifted = df['Country Type'].isna().shift(-1) # shift(-1) → 当前行的"下一行是否为空"
mask_reusable = mask_origin & m_shifted # 当前是Origin，且下一行为空 → 复用下一行
# 步骤3：标记需"新建行"的位置 —— 是Origin，但下一行不可复用
mask_new_row = mask_origin & ~m_shifted
# 步骤4：构建待插入的新行（仅含Country Type和Country，其余为NaN）
fill_values = {'Country Type': 'Citizenship', 'Country': 'UK'}
new_rows = pd.DataFrame(fill_values, index=df[mask_new_row].index + 0.5) # 用小数索引确保排序位置
# 步骤5：合并原始数据 + 复用行更新 + 新建行
# 先更新复用行：直接修改原df中对应下一行的值
df_updated = df.copy()
if mask_reusable.any():
# 获取复用行的索引（即当前Origin行的下一行索引）
reusable_idx = df[mask_reusable].index + 1
# 确保索引不越界
valid_reusable = reusable_idx[reusable_idx < len(df)]
df_updated.loc[valid_reusable, ['Country Type', 'Country']] = ['Citizenship', 'UK']
# 拼接：原始df + 新建行（注意sort_index稳定排序）
result = pd.concat([df_updated, new_rows]).sort_index(kind='stable').reset_index(drop=True)
print(result)✅ 输出结果
Name_Type Name Surname Country Type Country Other 0 Primary John Green Origin UK Info 1 None None None Citizenship UK None 2 Primary Daniel Brown Origin UK None 3 AKA Daniel Brown Citizenship UK None 4 Primary Bob White Origin UK Info 5 None None None Citizenship UK None
⚠️ 注意事项
- 索引稳定性：使用 sort_index(kind='stable') 避免相同索引导致的随机排序；
- 空值兼容性：fillna() 不适用于此场景（会污染非目标列），应显式控制赋值列；
- 扩展性建议：若需支持多国别/动态填充，可将 'UK' 替换为 df.loc[origin_idx, 'Country'] 实现继承；
- 性能提示：对超大数据集，避免链式索引；可改用 iloc + numpy.where 加速布尔运算。
该方法逻辑清晰、可读性强，既满足业务语义（“有空行就填，没空行就加”），又完全兼容Pandas向量化操作，适合集成至ETL流水线或自动化报告模块。
