擅长:python、mysql、java
<pre><code>df.loc[df.A.diff() == 0, 'predicted_series'] = df.B
</code></pre>
<p>这将消除for循环,并在A等于前一个A时将预测的_系列设置为B的值</p>
<p><strong>编辑:</strong></p>
<p>根据您的注释,将predicted_series的初始化更改为全部NAN,然后前填充值:</p>
^{pr2}$
<p>对于最快的修改速度,艾汉斯的答案是最好的:</p>
<pre><code>df['predicted_series'] = np.where(df.A.shift() == df.A, df.B, df['predicted_series'].shift())
</code></pre>
<p>这将为您提供您的前向填充值,并比我最初的建议运行得更快</p>