Pandas DataFrame 用最新的前一个正值替换负值

Question

考虑一个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？ 最后这里指的是每列从上到下。 注意到的最接近的解决方案是例如df[df < 0] = 0 。

预期的结果将是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< 0的值转换为NaN然后使用ffill和fillna ：

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

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

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

通过这种操作可以获得预期的结果：

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