Python 使用数学公式替换数据框中的 0 值

我有两个数据帧，如下所示，我试图替换第一个数据帧中第Price列的0个值.

第一个数据帧如下所示:

它包含给定年份每个国家每种产品的价格.由于数据缺失，一些国家某些年份的数值为0.

第二个数据帧包含每个地区和产品的年平均价格增长，如下所示.

任务是将第一个数据帧中的所有0个值替换为该特定国家特定产品的上一年值，再加上平均年增长率(假设最早的数据点可用).

对于Japan中的产品DEF，我想检测数据可用的最早年份，并计算所有以前年份，其中Price是0，从该点开始如下:

2018中Japan中的产品DEF具有415中的price，是Price的最早可用数据点.因此2017的price应该是415/(1+0.021)=406.464.在此之后，2016的值应为406.464/(1+0.021).计算这些值后，2019中Japan中DEF的值应为415+415*0.021=423.715.

对于其他国家，如South Africa，最早年份(2016)的价格是可用的，它应该更容易.例如，对于2017中South Africa的产品XYZ，值应为750+750*0.0128=759.6，而不是0.其中750是该产品在该国的上一年价值，0.0128是该产品在非洲的平均年价格增长(来自数据框2).

然后，对于2018年的同一产品，该值应为之前计算的759.6+759.6*0.0128=769.32.

以下是示例数据:

data1 = {'Region': ['Africa','Africa','Africa','Africa','Africa','Africa','Africa','Africa','Asia','Asia','Asia','Asia'],
         'Country': ['South Africa','South Africa','South Africa','South Africa','South Africa','South Africa','South Africa','South Africa','Japan','Japan','Japan','Japan'],
         'Product': ['ABC','ABC','ABC','ABC','XYZ','XYZ','XYZ','XYZ','DEF','DEF','DEF','DEF'],
         'Year': [2016, 2017, 2018, 2019,2016, 2017, 2018, 2019,2016, 2017, 2018, 2019],
         'Price': [500, 400, 0,450,750,0,0,890,0,0,415,0]}

data2 = {'Region': ['Africa','Africa','Africa','Asia','Asia','Asia'],
         'Product': ['ABC','DEF','XYZ','XYZ','ABC','DEF'],
         'Average Yearly Price Growth': [0.043, 0.071, 0.0128,0.05,-0.009,0.021]}

df = pd.DataFrame(data1)
df2 = pd.DataFrame(data2)

到目前为止，我的代码如下，但它只适用于earlies可用点可用的情况，例如South Africa.关于如何处理像Japan这样的情况有什么 idea 吗？

for index,rows in df.iterrows():
     if rows['Price']==0:
        try:
                    past_year_value = df[(df['Country']==rows['Country']) & (df['Product']==rows['Product']) & (df['Region']==rows['Region']) & (df['Year']==rows['Year']-1)]['Price'].values[0]
                    df.at[index,'Price'] = past_year_value + past_year_value*df2[(df2['Product']==rows['Product']) & (df2['Region']==rows['Region'])]['Average Yearly Price Growth'].values[0]
        except:
                    pass