Question

我需要在数据框列中填充零，如标题所述，我可以使用 iterrows() 或 itertuples()（类似的执行时间）和一些条件来完成，但我希望有更快的方法。

有一些连续的、相同的整数，有时它们之间有一个或两个零。这些是我需要用它们分隔的整数填充的零。所有其他零（不在非零整数之间，因此您也可以说连续超过两个的零）保持为零。

x = [[0,0,0,0,0,2,2,2,0,2,2,0,0,0,0,0,0,0,0,1,1,1,0,0,1,1,0,0,0,0],
     [0,0,0,0,3,3,0,0,3,3,3,3,0,0,0,0,0,2,2,2,0,2,2,0,0,0,0,0,0,0],
     [0,0,0,0,0,0,0,0,0,1,1,1,0,0,1,1,1,0,1,1,1,0,0,0,0,0,0,0,0,0]]
df = pd.DataFrame.from_records(x).T
df.columns = ['x', 'y', 'z']

    x   y   z
0   0   0   0
1   0   0   0
2   0   0   0
3   0   0   0
4   0   3   0
5   2   3   0
6   2   0   0
7   2   0   0
8   0   3   0
9   2   3   1
10  2   3   1
11  0   3   1
12  0   0   0
13  0   0   0
14  0   0   1
15  0   0   1
16  0   0   1
17  0   2   0
18  0   2   1
19  1   2   1
20  1   0   1
21  1   2   0
22  0   2   0
23  0   0   0
24  1   0   0
25  1   0   0
26  0   0   0
27  0   0   0
28  0   0   0
29  0   0   0

所需的输出是：

    x   y   z
0   0   0   0
1   0   0   0
2   0   0   0
3   0   0   0
4   0   3   0
5   2   3   0
6   2   3   0
7   2   3   0
8   2   3   0
9   2   3   1
10  2   3   1
11  0   3   1
12  0   0   1
13  0   0   1
14  0   0   1
15  0   0   1
16  0   0   1
17  0   2   1
18  0   2   1
19  1   2   1
20  1   2   1
21  1   2   0
22  1   2   0
23  1   0   0
24  1   0   0
25  1   0   0
26  0   0   0
27  0   0   0
28  0   0   0
29  0   0   0

Answer 1

您可以先将 0 替换为 np.nan、ffill 和 bfill 并比较它们是否相等，然后保留 ffilled df 并将 0 分配给其他人：< /p>

u = df.replace(0,np.nan)
a = u.ffill()
b = u.bfill()
yourout = a.where(a==b,0).astype(df.dtypes)

print(yourout)

    x  y  z
0   0  0  0
1   0  0  0
2   0  0  0
3   0  0  0
4   0  3  0
5   2  3  0
6   2  3  0
7   2  3  0
8   2  3  0
9   2  3  1
10  2  3  1
11  0  3  1
12  0  0  1
13  0  0  1
14  0  0  1
15  0  0  1
16  0  0  1
17  0  2  1
18  0  2  1
19  1  2  1
20  1  2  1
21  1  2  0
22  1  2  0
23  1  0  0
24  1  0  0
25  1  0  0
26  0  0  0
27  0  0  0
28  0  0  0
29  0  0  0

在非零值之间填充零，保留其他零

1 个答案: