如何替换熊猫中一些非零值之间的零值？

Question

我有一个包含传感器数据的数据框。传感器数据有波动。我想尽量减少这些波动，使其适合进一步分析。

我的数据示例如下：

    0
------
0   5
1   5
2   0
3   5
4   5
5   0
6   0
7   0
8   0
9   0
10  1
11  1
12  0
13  1
14  1
15  0
16  3
17  3
18  3
19  0
20  0
21  0
22  0

非零值之间的零值是波动的结果。我希望将这些介于非零值之间的零值替换为相邻的非零值。这不应影响传感器数据列中存在的尾随和前导零值。

我想要的输出应该是这样的：

    0
------
0   5
1   5
2   5 <---
3   5
4   5
5   0
6   0
7   0
8   0
9   0
10  1
11  1
12  1 <---
13  1
14  1
15  1 <---
16  3
17  3
18  3
19  0
20  0
21  0
22  0

箭头表示我需要更换。最好的方法是什么？

Answer 1

将0 替换为缺失值，然后使用limit 参数正向填充缺失值，但仅适用于前向和反向填充值没有缺失值的行：

s = df[0].replace(0, np.nan)
ff = s.ffill(limit=1)
bf = s.bfill(limit=1)

df['new'] = np.where(ff.notna() & bf.notna(), ff, 0).astype(int)
print (df)
    0  new
0   5    5
1   5    5
2   0    5
3   5    5
4   5    5
5   0    0
6   0    0
7   0    0
8   0    0
9   0    0
10  1    1
11  1    1
12  0    1
13  1    1
14  1    1
15  0    1
16  3    3
17  3    3
18  3    3
19  0    0
20  0    0
21  0    0
22  0    0

Answer 2

第一种方法

步骤：

1. 将列转换为列表。
2. 遍历 list ，如果值为 0，则检查每个索引，如果是，则使当前索引值与上一个相同，否则迭代下一个。
3. 将新列表作为数据框中的一列。

第二种方法

在数据框中使用 ffill() 方法，如果当前值为 0，则复制前一个值。