熊猫用以前的非零值替换零答案

【问题标题】：pandas replace zeros with previous non zero value熊猫用以前的非零值替换零
【发布时间】：2016-01-20 13:42:19
【问题描述】：

我有以下数据框：

index = range(14)
data = [1, 0, 0, 2, 0, 4, 6, 8, 0, 0, 0, 0, 2, 1]
df = pd.DataFrame(data=data, index=index, columns = ['A'])

如何使用 pandas 用之前的非零值填充零？是否有一个不只是“NaN”的fillna？

输出应如下所示：

[1, 1, 1, 2, 2, 4, 6, 8, 8, 8, 8, 8, 2, 1]

（这个问题之前在这里问过Fill zero values of 1d numpy array with last non-zero values，但他专门要求一个 numpy 解决方案）

【问题讨论】：

标签： python pandas

【解决方案1】：

这是上一个答案的更好答案，因为上一个答案返回一个隐藏所有零值的数据框。

相反，如果您使用以下代码行 -

df['A'].mask(df['A'] == 0).ffill(downcast='infer')

然后这解决了问题。它将所有 0 值替换为以前的值。

【讨论】：

【解决方案2】：

您可以将replace 与method='ffill' 一起使用

In [87]: df['A'].replace(to_replace=0, method='ffill')
Out[87]:
0     1
1     1
2     1
3     2
4     2
5     4
6     6
7     8
8     8
9     8
10    8
11    8
12    2
13    1
Name: A, dtype: int64

要获取 numpy 数组，请使用 values

In [88]: df['A'].replace(to_replace=0, method='ffill').values
Out[88]: array([1, 1, 1, 2, 2, 4, 6, 8, 8, 8, 8, 8, 2, 1], dtype=int64)

【讨论】：

如果想用另一个值替换，比如 1 do df['A'].replace(to_replace=0,value = 1)
这不是替换数据帧中的 0 值，而是排除这些数据帧值并返回数据帧的其余部分。有人可以提出更好的选择吗？