Pandas DataFrame 用前面最新的正值替换负值

Question

考虑 DataFrame 例如

df = pd.DataFrame({'a': [1,-2,0,3,-1,2], 
                   'b': [-1,-2,-5,-7,-1,-1], 
                   'c': [-1,-2,-5,4,5,3]})

对于每一列，如何用最后一个正值或零替换任何负值？此处最后指的是每列从上到下。例如，最接近的解决方案是 df[df < 0] = 0.

预期结果将是DataFrame，例如

df_res = pd.DataFrame({'a': [1,1,0,3,3,2], 
                       'b': [0,0,0,0,0,0], 
                       'c': [0,0,0,4,5,3]})

Answer 1

您可以使用 DataFrame.mask 将所有值 < 0 转换为 NaN 然后使用 ffill 和 fillna:

df = df.mask(df.lt(0)).ffill().fillna(0).convert_dtypes()

Answer 2

使用pandas，其中

df.where(df.gt(0)).ffill().fillna(0).astype(int)



   a  b  c
0  1  0  0
1  1  0  0
2  1  0  0
3  3  0  4
4  3  0  5
5  2  0  3

Answer 3

通过此操作可以获得预期结果：

mask = df >= 0 #creating boolean mask for non-negative values
df_res = (df.where(mask, np.nan) #replace negative values to nan
          .ffill() #apply forward fill for nan values 
          .fillna(0)) # fill rest nan's with zeros

Pandas DataFrame 用前面最新的正值替换负值

Pandas DataFrame replace negative values with latest preceding positive value

python

replace

negative-number

dataframe

pandas