用多索引数据帧上每列的最后一个非零值替换零

Question

我有以下多索引数据框：

        0   1   2   3
0   0   0   0   0   0
0   1   36  19  2   4
0   2   233 21  2   4
0   3   505 25  1   4
0   4   751 27  1   4
0   5   976 28  1   4
0   9   0   0   0   0
0   10  0   0   0   0
0   11  0   0   0   0
0   12  0   0   0   0
1   0   40  19  2   4
1   1   323 18  1   4
1   2   595 24  1   4
1   3   844 26  1   4
1   4   0   0   0   0
1   5   0   0   0   0
1   9   0   0   0   0
1   10  0   0   0   0
1   11  0   0   0   0
1   12  0   0   0   0

我可以重复最后一个大于零的值直到第一组结束的最简单方法是什么？ 期望的结果是：

        0   1   2   3
0   0   0   0   0   0
0   1   36  19  2   4
0   2   233 21  2   4
0   3   505 25  1   4
0   4   751 27  1   4
0   5   976 28  1   4
0   9   976 28  1   4
0   10  976 28  1   4
0   11  976 28  1   4
0   12  976 28  1   4
1   0   40  19  2   4
1   1   323 18  1   4
1   2   595 24  1   4
1   3   844 26  1   4
1   4   844 26  1   4
1   5   844 26  1   4
1   9   844 26  1   4
1   10  844 26  1   4
1   11  844 26  1   4
1   12  844 26  1   4

谢谢

Answer 1

您可以对每个组使用replace为method='ffill' ：

out = df.groupby(level=0).apply(lambda x: x.replace(0, method='ffill'))
print(out)

# Output
        0   1  2  3
0 0     0   0  0  0
  1    36  19  2  4
  2   233  21  2  4
  3   505  25  1  4
  4   751  27  1  4
  5   976  28  1  4
  9   976  28  1  4
  10  976  28  1  4
  11  976  28  1  4
  12  976  28  1  4
1 0    40  19  2  4
  1   323  18  1  4
  2   595  24  1  4
  3   844  26  1  4
  4   844  26  1  4
  5   844  26  1  4
  9   844  26  1  4
  10  844  26  1  4
  11  844  26  1  4
  12  844  26  1  4

Answer 2

查看解决方案差异的示例数据：

print (df)

        0   1  2  3
0 0     0   0  0  0
  1    36  19  2  4
  2     0   0  2  4
  3     0  25  1  4
  4   751  27  1  4
  5   976  28  1  4
  9     0   0  0  0
  10    0   0  0  0
  11    0   0  0  0
  12    0   0  0  0
1 0     0  19  2  4
  1   323  18  1  4
  2   595  24  1  4
  3   844  26  1  4
  4     0   0  0  0
  5     0   0  0  0
  9     0   0  0  0
  10    0   0  0  0
  11    0   0  0  0
  12    0   0  0  0

通过GroupBy.ffill的第一级使用 GroupBy.ffill 并用缺失值替换 0 - 如果存在，它还会在组中替换 0：

df1 = df.replace(0, np.nan).groupby(level=0).ffill().fillna(0, downcast='infer')
print (df1)
        0   1  2  3
0 0     0   0  0  0
  1    36  19  2  4
  2    36  19  2  4
  3    36  25  1  4
  4   751  27  1  4
  5   976  28  1  4
  9   976  28  1  4
  10  976  28  1  4
  11  976  28  1  4
  12  976  28  1  4
1 0     0  19  2  4
  1   323  18  1  4
  2   595  24  1  4
  3   844  26  1  4
  4   844  26  1  4
  5   844  26  1  4
  9   844  26  1  4
  10  844  26  1  4
  11  844  26  1  4
  12  844  26  1  4

新解决方案仅替换最后0次使用回填值测试：

df2=df.mask(df.replace(0, np.nan).groupby(level=0).bfill().isna()).ffill(downcast='infer')

print (df2)
        0   1  2  3
0 0     0   0  0  0
  1    36  19  2  4
  2     0   0  2  4
  3     0  25  1  4
  4   751  27  1  4
  5   976  28  1  4
  9   976  28  1  4
  10  976  28  1  4
  11  976  28  1  4
  12  976  28  1  4
1 0     0  19  2  4
  1   323  18  1  4
  2   595  24  1  4
  3   844  26  1  4
  4   844  26  1  4
  5   844  26  1  4
  9   844  26  1  4
  10  844  26  1  4
  11  844  26  1  4
  12  844  26  1  4

Answer 3

您可以使用掩码选择每组的最后一段 0（在GroupBy.cummax的帮助下），然后ffill每组以替换为最后一个非零值：

# select the last stretch of zeros per group
mask = df[::-1].groupby(level=0).cummax().eq(0)

# mask the above found values and ffill them
out = df.mask(mask).ffill(downcast='infer')

输出：

        0   1  2  3
0 0     0   0  0  0
  1    36  19  2  4
  2   233  21  2  4
  3   505  25  1  4
  4   751  27  1  4
  5   976  28  1  4
  9   976  28  1  4
  10  976  28  1  4
  11  976  28  1  4
  12  976  28  1  4
1 0    40  19  2  4
  1   323  18  1  4
  2   595  24  1  4
  3   844  26  1  4
  4   844  26  1  4
  5   844  26  1  4
  9   844  26  1  4
  10  844  26  1  4
  11  844  26  1  4
  12  844  26  1  4

Answer 4

您可以按列分隔列表中的数据框，并对每个数据框执行遍历：

l = [36, 233, 505, 751, 976, 0, 0, 0, 0, 0, 40, 323, 595, 844, 0, 0, 0, 0, 0]

current = l[0]
for i in range(len(l)):
    if l[i]>= current:
        current = l[i]
    elif l[i]==0:
        l[i] = current
    else:
        current = l[i]
    
print(l)

输出：

[36, 233, 505, 751, 976, 976, 976, 976, 976, 976, 40, 323, 595, 844, 844, 844, 844, 844, 844]