Pandas：将 <= 0 的所有值按组设置为列中的最大值，但仅在该组中的最后一个正值之后

Question

我试图将所有 <= 0 的值按组设置为该组中的最大值，但仅在最后一个正值之后。 也就是说，必须忽略组中最后一个正值之前的所有 <=0 值。 例子：

data = {'group':['A', 'A', 'A', 'A', 'A', 'B', 'B', 
                'B', 'B', 'B', 'B', 'C', 'C', 'C', 'C', 'C'], 
                 'value':[3, 0, 8, 7, 0, -1, 0, 9, -2, 0, 0, 2, 0, 5, 0, 1]} 
df = pd.DataFrame(data)
df

  group  value
0   A      3
1   A      0
2   A      8
3   A      7
4   A      0
5   B     -1
6   B      0
7   B      9
8   B     -2
9   B      0
10  B      0
11  C      2
12  C      0
13  C      5
14  C      0
15  C      1

结果必须是：

  group  value
0   A      3
1   A      0
2   A      8
3   A      7
4   A      8
5   B     -1
6   B      0
7   B      9
8   B      9
9   B      9
10  B      9
11  C      2
12  C      0
13  C      5
14  C      0
15  C      1

谢谢指教

Answer 1

首先添加一列来标识具有负值的行（更准确地说 <= 0）：

df['neg'] = (df['value'] <= 0)

然后，对于每个组，找到将'neg'设置为 True 且连续的最后几个条目的序列。 为此，请颠倒 DataFrame 的顺序（使用.iloc[::-1] ），然后在'neg'列上使用.cumprod() 。 cumprod()会将 True 视为 1，将 False 视为 0，因此只要您看到所有 True，累积乘积将为 1，并且在您看到第一个 False 时将变为并保持为 0。 因为我们颠倒了顺序，所以我们从末尾向后，所以我们在末尾找到 True 的序列。

df['upd'] = df.iloc[::-1].groupby('group')['neg'].cumprod().astype(bool)

现在我们知道要更新哪些条目，我们只需要知道将它们更新为什么，即组的最大值。 我们可以在 groupby 上使用transform('max')来获取该值，然后剩下的就是对设置了'upd'的'value'进行实际更新：

df.loc[df['upd'], 'value'] = df.groupby('group')['value'].transform('max')

我们可以通过删除我们在过程中使用的两个辅助列来完成：

df = df.drop(['neg', 'upd'], axis=1)

我得到的结果与您的预期结果相符。

---

更新：或者在单个（长！）行中执行整个操作，而不向原始 DataFrame 添加任何辅助列：

df.loc[
    df.assign(
        neg=(df['value'] <= 0)
    ).iloc[::-1].groupby(
        'group'
    )['neg'].cumprod().astype(bool),
    'value'
] = df.groupby(
    'group'
)['value'].transform('max')

Answer 2

你可以这样做。

(df.loc[(df.assign(m=df['value'].lt(0)).groupby(['group'], sort=False)['m'].transform('any')) &
    (df.index>=df.groupby('group')['value'].transform('idxmin')),'value']) = np.nan
df['value']=df.groupby('group').ffill()
df

输出

group   value
0   A   3.0
1   A   0.0
2   A   8.0
3   A   7.0
4   A   0.0
5   B   -1.0
6   B   0.0
7   B   9.0
8   B   9.0
9   B   9.0
10  B   9.0
11  C   2.0
12  C   0.0
13  C   5.0
14  C   0.0
15  C   1.0