[英]Replace zero with the previous non-zero value
我的数据框中有一个指示符变量,它取值为1 0或-1。 我想创建一个避免0的新变量,而是重复指示变量的非零值,直到它变为1或-1。
我尝试使用np.where语句进行各种构造,但我无法解决这个问题。
这是原始数据帧:
import pandas as pd
df = pd.DataFrame(
{'Date': [1,2,3,4,5,6,7,8,9,10],
'Ind': [1,0,0,-1,0,0,0,1,0,0]})
df
我希望得到一个如下所示的数据框:
df2 = pd.DataFrame(
{'Date': [1,2,3,4,5,6,7,8,9,10],
'Ind': [1,0,0,-1,0,0,0,1,0,0],
'NewVar':[1,1,1,-1,-1,-1,-1,1,1,1]})
使用mask
和ffill
:
df['Ind'].mask(df['Ind'] == 0).ffill()
0 1.0
1 1.0
2 1.0
3 -1.0
4 -1.0
5 -1.0
6 -1.0
7 1.0
8 1.0
9 1.0
Name: Ind, dtype: float64
df['Ind'].mask(df['Ind'] == 0).ffill(downcast='infer')
0 1
1 1
2 1
3 -1
4 -1
5 -1
6 -1
7 1
8 1
9 1
Name: Ind, dtype: int64
另一种选择是使用groupby
并使用由cumsum
形成的石斑transform
:
df.groupby(df['Ind'].ne(0).cumsum())['Ind'].transform('first')
0 1
1 1
2 1
3 -1
4 -1
5 -1
6 -1
7 1
8 1
9 1
Name: Ind, dtype: int64
使用reindex
df.Ind[df.Ind!=0].reindex(df.index,method='ffill')
0 1
1 1
2 1
3 -1
4 -1
5 -1
6 -1
7 1
8 1
9 1
Name: Ind, dtype: int64
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.