Question

我有一个数据框，col像这样：

NaN
859.0
NaN
NaN
0.0
NaN

我想通过先前的非NaN值更改零，而不要更改其他NaN，请获取此信息：

NaN
859.0
NaN
NaN
859.0
NaN

我尝试用ffill替换，但无法获得正确的输出。

欢迎帮助！

Answer 1

.ffill().shift()将向前传播最后一个非空值，然后您可以为其分配任何值为0的行：

In [42]: s.ffill().shift()
Out[42]:
0      NaN
1      NaN
2    859.0
3    859.0
4    859.0
5      0.0
dtype: float64

In [43]: s[s==0] = s.ffill().shift()

In [44]: s
Out[44]:
0      NaN
1    859.0
2      NaN
3      NaN
4    859.0
5      NaN
dtype: float64

Answer 2

首先将0替换为缺失值，使用ffill向前填充缺失值，最后将缺失值替换为Series.mask：

df['col'] = df['col'].mask(df['col'].eq(0)).ffill().mask(df['col'].isna())
print (df)
     col
0    NaN
1  859.0
2    NaN
3    NaN
4  859.0
5    NaN

Answer 3

您也可以使用last_valid_index进行此操作：

假设您的列位于df['col']

for i,_ in df.iterrows():
    if df.loc[i,'col'] == 0:
        df.at[i,'col'] = df.loc[df.loc[:i-1,'col'].last_valid_index(),'col']

输出：

     col
0    NaN
1  859.0
2    NaN
3    NaN
4  859.0
5    NaN

在熊猫中如何用最接近的非南值替换零值？

3 个答案: